JPH0785079B2 - 魚態監視装置 - Google Patents
魚態監視装置Info
- Publication number
- JPH0785079B2 JPH0785079B2 JP27882886A JP27882886A JPH0785079B2 JP H0785079 B2 JPH0785079 B2 JP H0785079B2 JP 27882886 A JP27882886 A JP 27882886A JP 27882886 A JP27882886 A JP 27882886A JP H0785079 B2 JPH0785079 B2 JP H0785079B2
- Authority
- JP
- Japan
- Prior art keywords
- fish
- image
- information
- water
- gravity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
Landscapes
- Indicating Or Recording The Presence, Absence, Or Direction Of Movement (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Description
【発明の詳細な説明】 〔産業上の利用分野〕 本発明は浄水場の原水中や下水処理場の流入下水中の毒
物流入を飼育する水棲動物のの行動を監視して判定する
魚態監視装置に関する。
物流入を飼育する水棲動物のの行動を監視して判定する
魚態監視装置に関する。
従来から浄水場では原水中に毒物が混入したかどうかを
監視するために、原水の一部を水層に導いてふな，こ
い，うぐい，たなご，にじます，おいかわなどの魚類を
飼育していて、原水中に毒物が混入した場合には上記魚
類が異常に行動したり死んだりする現象を利用して原水
中の毒物流入を監視している。また下水処理場では法律
で禁止された毒物が流入下水中に流入したかどうかを知
る必要があり、このため人手による間欠的な水質分析を
行なつている。しかしこのような人手による魚類の目視
や水質の分析に依存した水中の毒物監視では、連続監視
および早期発見が困難であつて需要者への配水停止など
の対策が遅れる問題があつた。
監視するために、原水の一部を水層に導いてふな，こ
い，うぐい，たなご，にじます，おいかわなどの魚類を
飼育していて、原水中に毒物が混入した場合には上記魚
類が異常に行動したり死んだりする現象を利用して原水
中の毒物流入を監視している。また下水処理場では法律
で禁止された毒物が流入下水中に流入したかどうかを知
る必要があり、このため人手による間欠的な水質分析を
行なつている。しかしこのような人手による魚類の目視
や水質の分析に依存した水中の毒物監視では、連続監視
および早期発見が困難であつて需要者への配水停止など
の対策が遅れる問題があつた。
また魚の監視方法としては、水層中の魚を水層上部から
工業用テレビカメラ（ITV）で検出して画像処理する方
法が例えば第36回全国水道研究発表会の講演集p.464〜4
66に記載されていて、この方法によると魚が水面上を腹
を横にして漂う場合に、その魚が「ある大きさ以上の独
立した明点」として認識でき、水面近傍に存在する魚の
高明度部および水面の凹凸による光の変化のみを抽出す
ることにより、背景を整理して魚の行動を求めることが
述べられている。
工業用テレビカメラ（ITV）で検出して画像処理する方
法が例えば第36回全国水道研究発表会の講演集p.464〜4
66に記載されていて、この方法によると魚が水面上を腹
を横にして漂う場合に、その魚が「ある大きさ以上の独
立した明点」として認識でき、水面近傍に存在する魚の
高明度部および水面の凹凸による光の変化のみを抽出す
ることにより、背景を整理して魚の行動を求めることが
述べられている。
さらに魚の監視方法として、１個以上のタンク装置内の
複数個の生物の動きをビデオ装置で監視し、生物の運動
をコンピユータ装置で分析して予期される運動パターン
の統計的分布に対応する予測パラメータの組と比較する
方法が例えば特開昭61−46294号公報に記載されてい
る。
複数個の生物の動きをビデオ装置で監視し、生物の運動
をコンピユータ装置で分析して予期される運動パターン
の統計的分布に対応する予測パラメータの組と比較する
方法が例えば特開昭61−46294号公報に記載されてい
る。
上記従来技術の水層中の魚を水層上部からITVで検出し
て画像処理する方法では、魚が水面に浮上しないと検出
できないので魚の行動異常を早期に検出することができ
ない。また複数個の生物の動きを監視して運動を分析す
る方法では、魚の運動の特徴として位置，形状，向きに
ついて述べているが、これらの特徴から魚の行動異常を
判定する具体的な方法については述べられていない。
て画像処理する方法では、魚が水面に浮上しないと検出
できないので魚の行動異常を早期に検出することができ
ない。また複数個の生物の動きを監視して運動を分析す
る方法では、魚の運動の特徴として位置，形状，向きに
ついて述べているが、これらの特徴から魚の行動異常を
判定する具体的な方法については述べられていない。
本発明の目的は水層中の魚の動きを定量的に連続監視し
て水中の毒物の有無を早期に判定できる魚態監視装置を
提供するにある。
て水中の毒物の有無を早期に判定できる魚態監視装置を
提供するにある。
上記目的は、水中の毒物流入検知のために魚を飼育する
水槽と、上記魚の画像情報を電気信号に変換する撮像装
置と、該撮像装置から得られる画像情報から上記魚の位
置および向きを検出する画像認識装置（画像処理装置）
と、上記魚の位置および向きから該魚の速度および反転
を検出して該反転の回転などから魚の異常を判定する手
段（演算装置）とを備えた魚態監視装置により達成され
る。
水槽と、上記魚の画像情報を電気信号に変換する撮像装
置と、該撮像装置から得られる画像情報から上記魚の位
置および向きを検出する画像認識装置（画像処理装置）
と、上記魚の位置および向きから該魚の速度および反転
を検出して該反転の回転などから魚の異常を判定する手
段（演算装置）とを備えた魚態監視装置により達成され
る。
上記魚態監視装置では、水中の毒物流入検知のための水
槽で飼育される魚の画像を撮像装置で輝度信号に変換
し、該輝度信号をデイジタル化して画像処理装置の画像
メモリに取り込み、該画像情報を２値化抽出および輪郭
抽出したのち、魚画像の魚の重心位置および向きを計算
し、上記魚の重巨位置および向きから演算装置で魚の速
度および反転を検出し、これらの所定時間計測した魚画
像計測情報の魚の位置および速度および反転の回数など
の魚の行動計測パターンを魚の行動正常時パターンと比
較することにより、一般に魚の異常行動として反転およ
び狂奔および鼻上げなどを含む魚の異常を監視して定量
的に判定できる。
槽で飼育される魚の画像を撮像装置で輝度信号に変換
し、該輝度信号をデイジタル化して画像処理装置の画像
メモリに取り込み、該画像情報を２値化抽出および輪郭
抽出したのち、魚画像の魚の重心位置および向きを計算
し、上記魚の重巨位置および向きから演算装置で魚の速
度および反転を検出し、これらの所定時間計測した魚画
像計測情報の魚の位置および速度および反転の回数など
の魚の行動計測パターンを魚の行動正常時パターンと比
較することにより、一般に魚の異常行動として反転およ
び狂奔および鼻上げなどを含む魚の異常を監視して定量
的に判定できる。
以下に本発明の一実施例を第１図ないし第５図により説
明する。
明する。
第１図は本発明による魚態監視装置の一実施例を示す全
体構成図である。第１図において、１は水中の毒物流入
検知のために水棲動物（魚）を飼育する水槽、２はバツ
クスクリーン、３は魚の画像情報を電気信号に変換する
撮像装置、４は撮像装置３からえられる画像情報から魚
の位置と向きの検出などを行なう画像処理装置（画像認
識装置）、５はモニタ、６は魚の向きから魚の反転を検
出する手段とその反転回数から魚の異常を判定する手段
などを含む演算装置、７は照明装置、８は照明制御装
置、９は警報装置、10は水棲動物（魚）である。
体構成図である。第１図において、１は水中の毒物流入
検知のために水棲動物（魚）を飼育する水槽、２はバツ
クスクリーン、３は魚の画像情報を電気信号に変換する
撮像装置、４は撮像装置３からえられる画像情報から魚
の位置と向きの検出などを行なう画像処理装置（画像認
識装置）、５はモニタ、６は魚の向きから魚の反転を検
出する手段とその反転回数から魚の異常を判定する手段
などを含む演算装置、７は照明装置、８は照明制御装
置、９は警報装置、10は水棲動物（魚）である。
第１図の水中の毒物流入検知のための魚飼育用の水層１
には浄水場の原水あるいは下水処理場の流入下水あるい
は河川の毒物監視の場合には河川水などの水が常に供給
される。魚10は通常１匹以上飼育されるが本実施例では
説明および理解を容易にするために一匹の場合を例に説
明することにし、供給される水に棲息する魚類として例
えばふな，こい，うぐい，たなご，おいかわなどが飼育
される。水層１内の魚10を照らす照明装置７は画像処理
技術を適用するに均一な照明が必要であり、このため照
明制御装置８により制御するとともに照明装置７と水層
１の間にはすりガラスや白色アクリルなどを材質とする
光散乱板に相当する半透明バツクスクリーン２を設け
る。このバツクスクリーン２は背景を白色系として魚10
を黒色系とすることにより、魚10をコントラストよく認
識する役目も同時に備える。水層１内の魚10の画像を電
気信号（映像信号）に変換する撮像装置３は例えば工業
用テレビカメラ（ITV）を使用し、撮像する２次元空間
を例えば256×256画素に分解して各画素の明るさ（輝
度）に対応した電圧の電気信号を出力する。このさい画
像処理装置（画像認識装置）４は撮像装置３に対し水平
・垂直の同期信号を出して撮像のタイミングを制御し、
撮像装置３から出力された映像信号は画像処理装置４に
送られる。
には浄水場の原水あるいは下水処理場の流入下水あるい
は河川の毒物監視の場合には河川水などの水が常に供給
される。魚10は通常１匹以上飼育されるが本実施例では
説明および理解を容易にするために一匹の場合を例に説
明することにし、供給される水に棲息する魚類として例
えばふな，こい，うぐい，たなご，おいかわなどが飼育
される。水層１内の魚10を照らす照明装置７は画像処理
技術を適用するに均一な照明が必要であり、このため照
明制御装置８により制御するとともに照明装置７と水層
１の間にはすりガラスや白色アクリルなどを材質とする
光散乱板に相当する半透明バツクスクリーン２を設け
る。このバツクスクリーン２は背景を白色系として魚10
を黒色系とすることにより、魚10をコントラストよく認
識する役目も同時に備える。水層１内の魚10の画像を電
気信号（映像信号）に変換する撮像装置３は例えば工業
用テレビカメラ（ITV）を使用し、撮像する２次元空間
を例えば256×256画素に分解して各画素の明るさ（輝
度）に対応した電圧の電気信号を出力する。このさい画
像処理装置（画像認識装置）４は撮像装置３に対し水平
・垂直の同期信号を出して撮像のタイミングを制御し、
撮像装置３から出力された映像信号は画像処理装置４に
送られる。
さらに画像処理装置４は撮像装置３からえられる魚10の
画像情報に基づいて魚10を認識し、魚10の重心位置Ｇお
よび向きＤを求める。なお画像処理装置４の構成および
動作は動作は後述する。また画像処理装置４にはモニタ
５が接続されていて、撮像装置３による魚画像やその画
像処理結果などを表示する。つぎに画像処理装置４によ
りえられる魚10の重心Ｇおよび向きＤの信号は演算装置
６に送られ、演算装置６は送られる魚10の重心Ｇおよび
向きＤの情報から魚10の移動速度Ｖおよび反転の有無を
計測し、この処理を所定時間だけ繰り返して魚10の位置
および速度の分布ならびに反転回数を求める。この演算
装置６には魚10が正常状態の場合の位置および速度の分
布ならびに反転回数が記憶されていて、これらの正常値
と上記オンライン計測値とを比較することにより、あら
かじめ設定した偏差値以上の差が生じた場合に魚10の動
きが異常と判定する。この判定結果は警報装置９に送ら
れ、警報装置９はこの異常検知信号を受信すると警報を
鳴らしたり監視者に水質調査を促すためのメツセージを
音声出力したりするとともに、画像処理装置４に接続さ
れたモニタ５には魚10のモニタリングのほかに魚10の位
置および速度ならびに反転回数などの計測値を表示し、
また魚10の動きの異常時にはモニタ画面の色を例えば赤
に変えるなどして視覚的に異常を知らせる。なお演算装
置６に記憶する魚10の位置および速度分布ならびに反転
回数の正常値は魚10の種類および水温や季節などの環境
条件に応じて補正または変更できる。なお演算装置６の
構成および動作の詳細は後述する。
画像情報に基づいて魚10を認識し、魚10の重心位置Ｇお
よび向きＤを求める。なお画像処理装置４の構成および
動作は動作は後述する。また画像処理装置４にはモニタ
５が接続されていて、撮像装置３による魚画像やその画
像処理結果などを表示する。つぎに画像処理装置４によ
りえられる魚10の重心Ｇおよび向きＤの信号は演算装置
６に送られ、演算装置６は送られる魚10の重心Ｇおよび
向きＤの情報から魚10の移動速度Ｖおよび反転の有無を
計測し、この処理を所定時間だけ繰り返して魚10の位置
および速度の分布ならびに反転回数を求める。この演算
装置６には魚10が正常状態の場合の位置および速度の分
布ならびに反転回数が記憶されていて、これらの正常値
と上記オンライン計測値とを比較することにより、あら
かじめ設定した偏差値以上の差が生じた場合に魚10の動
きが異常と判定する。この判定結果は警報装置９に送ら
れ、警報装置９はこの異常検知信号を受信すると警報を
鳴らしたり監視者に水質調査を促すためのメツセージを
音声出力したりするとともに、画像処理装置４に接続さ
れたモニタ５には魚10のモニタリングのほかに魚10の位
置および速度ならびに反転回数などの計測値を表示し、
また魚10の動きの異常時にはモニタ画面の色を例えば赤
に変えるなどして視覚的に異常を知らせる。なお演算装
置６に記憶する魚10の位置および速度分布ならびに反転
回数の正常値は魚10の種類および水温や季節などの環境
条件に応じて補正または変更できる。なお演算装置６の
構成および動作の詳細は後述する。
第２図は第１図の画像処理装置４の詳細構成例図であ
る。第２図において、401はA/D変換装置、40は濃淡画像
メモリ、403はタイマ、404は２値化装置、405は２値メ
モリ、406は輪郭抽出装置、407は位置演算装置、408は
向き演算装置、409はセレクタ、410は入出力装置、411
はセレクタである。この画像処理装置４は撮像装置３に
より得られた魚10の画像から魚10の重心位置Ｇおよび向
きＤを検出する手段をなす。
る。第２図において、401はA/D変換装置、40は濃淡画像
メモリ、403はタイマ、404は２値化装置、405は２値メ
モリ、406は輪郭抽出装置、407は位置演算装置、408は
向き演算装置、409はセレクタ、410は入出力装置、411
はセレクタである。この画像処理装置４は撮像装置３に
より得られた魚10の画像から魚10の重心位置Ｇおよび向
きＤを検出する手段をなす。
第２図の撮像装置に（ITV）３からの撮像信号はA/D変換
装置401によりデイジタル化されて濃淡画像メモリ402に
格納される。この濃淡画像メモリ402は例えば256×256
画像×８ビツト（各画素256階調）の容量をもち、上記
デイジタル化された画像が連続的に格納される。まず魚
10の重心位置Ｇの検出について説明すると、タイマ403
はあらかじめ設定された時間間隔Δｔごとに濃淡画像メ
モリ402内の魚10の画像情報をセレクタ409を介して２値
化装置404に送る。２値化装置404は濃淡画像メモリ402
の画像情報（輝度情報Ｈ）を受けると、しきい値Ｔより
も明るい画素を全て“0"とし、しきい値Ｔよりも暗い画
素を全て“1"として、２値メモリ405に格納する。この
２値メモリ405は例えば256×256画素×１ビツトの容量
をもち、濃淡画像メモリ404のｉ行ｊ列の画素の輝度情
報Ｈ（i,j）とし、２値メモリ405のｉ行ｊ列の画素の輝
度Ｂ（i,j）とすれば、２値化装置404による２値化の計
算は次式により行なわれる。
装置401によりデイジタル化されて濃淡画像メモリ402に
格納される。この濃淡画像メモリ402は例えば256×256
画像×８ビツト（各画素256階調）の容量をもち、上記
デイジタル化された画像が連続的に格納される。まず魚
10の重心位置Ｇの検出について説明すると、タイマ403
はあらかじめ設定された時間間隔Δｔごとに濃淡画像メ
モリ402内の魚10の画像情報をセレクタ409を介して２値
化装置404に送る。２値化装置404は濃淡画像メモリ402
の画像情報（輝度情報Ｈ）を受けると、しきい値Ｔより
も明るい画素を全て“0"とし、しきい値Ｔよりも暗い画
素を全て“1"として、２値メモリ405に格納する。この
２値メモリ405は例えば256×256画素×１ビツトの容量
をもち、濃淡画像メモリ404のｉ行ｊ列の画素の輝度情
報Ｈ（i,j）とし、２値メモリ405のｉ行ｊ列の画素の輝
度Ｂ（i,j）とすれば、２値化装置404による２値化の計
算は次式により行なわれる。
Ｈ（i,j）≧ＴのときＢ（i,j）＝０ （１） Ｈ（i,j）＜ＴのときＢ（i,j）＝１ （２） ここで画像情報（輝度情報Ｈ）は魚10が黒色系（輝度が
低い）で，背景が白色系（輝度が高い）であるので、２
値メモリ405の輝度Ｂ（i,j）が“1"の値をもつ画素（i,
j）の集合は魚10を表わし、輝度Ｂ（i,j）が“0"の値の
画素（i,j）は背景を表わす。ここで位置演算装置407は
２値メモリ405の輝度Ｂ（i,j）の情報を受けて、輝度Ｂ
（i,j）が“1"の画素（i,j）の座標Ｂ（Xi,Yi）とし、
その画素の総数Ｎとすると、魚10の重心位置Ｇ（Xg,
Yg）を次式により計算する。
低い）で，背景が白色系（輝度が高い）であるので、２
値メモリ405の輝度Ｂ（i,j）が“1"の値をもつ画素（i,
j）の集合は魚10を表わし、輝度Ｂ（i,j）が“0"の値の
画素（i,j）は背景を表わす。ここで位置演算装置407は
２値メモリ405の輝度Ｂ（i,j）の情報を受けて、輝度Ｂ
（i,j）が“1"の画素（i,j）の座標Ｂ（Xi,Yi）とし、
その画素の総数Ｎとすると、魚10の重心位置Ｇ（Xg,
Yg）を次式により計算する。
つぎに魚10の向きＤの検出について説明すると、上記タ
イマ403を介して時間間隔Δｔごとに出力される濃淡画
像メモリ407の魚画像情報を輪郭抽出装置406に送る。こ
の輪郭抽出装置406は魚画像情報（輝度情報Ｈ）内の輝
度差を強調する機能をもち、たとえばラプラシアンやメ
デイアンフイルタなどの公知の画像処理技術を用いて、
魚画像は魚10が黒色系で背景が白色系であるため背景と
魚10との境界の輝度差の大きい部分が輪郭として強調さ
れ、背景および魚10の境界内部の輝度差の小さい部分の
輝度が小さくなつて、この輪郭強調された情報が輪郭抽
出装置406からセレクタ409を介して２値化装置404へ出
力される。ついで２値化装置404はこの輪郭強調された
情報Ｐ（i,j）とすれば、次式により２値化して２値メ
モリ405には魚10と背景の境界部分すなわち輪郭が輝度
“1"でそれ以外が輝度“0"の情報Ｂ（i,j）が格納され
る。
イマ403を介して時間間隔Δｔごとに出力される濃淡画
像メモリ407の魚画像情報を輪郭抽出装置406に送る。こ
の輪郭抽出装置406は魚画像情報（輝度情報Ｈ）内の輝
度差を強調する機能をもち、たとえばラプラシアンやメ
デイアンフイルタなどの公知の画像処理技術を用いて、
魚画像は魚10が黒色系で背景が白色系であるため背景と
魚10との境界の輝度差の大きい部分が輪郭として強調さ
れ、背景および魚10の境界内部の輝度差の小さい部分の
輝度が小さくなつて、この輪郭強調された情報が輪郭抽
出装置406からセレクタ409を介して２値化装置404へ出
力される。ついで２値化装置404はこの輪郭強調された
情報Ｐ（i,j）とすれば、次式により２値化して２値メ
モリ405には魚10と背景の境界部分すなわち輪郭が輝度
“1"でそれ以外が輝度“0"の情報Ｂ（i,j）が格納され
る。
Ｐ（i,j）≧ＴのときＢ（i,j）＝１ （５） Ｐ（i,j）＜ＴのときＢ（i,j）＝０ （６） ここで向き演算装置408は２値メモリ405からの情報を受
けて魚10の向きを計算すべく、まず２値メモリ405内の
輝度“1"の画素を細線化処理して輪郭を幅１画素の線と
し、つぎにこの輪郭の線を表わす画素の全てについて連
結方向を垂直方向、水平方向、45゜方向×２の４方向に
つき計算し、さらに輪郭を表す画素の全てを上記４方向
に分離して各方向をもつ画素ごとにカウントし、その４
方向の分類のなかで画素数が最大の方向を魚10の方向Ｄ
とする。上記のようにして位置演算装置407および向き
演算装置408により計算された魚10の重心位置Ｇおよび
向きＤの情報は入出力装置410を介して演算装置６へ送
られ、またA/D変換装置401からの映像信号，濃淡画像メ
モリ402、２値メモリ405、位置演算装置407、向き演算
装置408からの信号がセレクタ411を経てモニタ４へ出力
できる。
けて魚10の向きを計算すべく、まず２値メモリ405内の
輝度“1"の画素を細線化処理して輪郭を幅１画素の線と
し、つぎにこの輪郭の線を表わす画素の全てについて連
結方向を垂直方向、水平方向、45゜方向×２の４方向に
つき計算し、さらに輪郭を表す画素の全てを上記４方向
に分離して各方向をもつ画素ごとにカウントし、その４
方向の分類のなかで画素数が最大の方向を魚10の方向Ｄ
とする。上記のようにして位置演算装置407および向き
演算装置408により計算された魚10の重心位置Ｇおよび
向きＤの情報は入出力装置410を介して演算装置６へ送
られ、またA/D変換装置401からの映像信号，濃淡画像メ
モリ402、２値メモリ405、位置演算装置407、向き演算
装置408からの信号がセレクタ411を経てモニタ４へ出力
できる。
第３図（ａ），（ｂ）は第２図の２値化装置404の２値
化処理の説明図で、第３図（ａ）は濃淡画像メモリ402
に格納された魚画像の説明図、第３図（ｂ）は第３図
（ａ）の魚画像のＡ−Ａ線上の輝度分布および２値化装
置404の２値化しきい値Ｔの説明図である。第３図
（ａ）において、Ｂは背景の部分を示し、Ｆは魚10の部
分を表わす。第３図（ｂ）において、第３図（ａ）のＡ
−Ａ線上の輝度分布は背景Ｂの部分の輝度Ｈ（Ｂ）が高
く、魚Ｆ（10）の部分の輝度Ｈ（Ｆ）が低い。この魚画
像の輝度情報Ｈを２値化しきい値Ｔ（Ｆ＜Ｔ≦Ｂ）を用
いて２値化装置404で上記（１），（２）式により２値
化すると、輝度の低い魚Ｆ（10）の部分が輝度“1"の２
値画像として抽出され、２値メモリ405に格納される。
化処理の説明図で、第３図（ａ）は濃淡画像メモリ402
に格納された魚画像の説明図、第３図（ｂ）は第３図
（ａ）の魚画像のＡ−Ａ線上の輝度分布および２値化装
置404の２値化しきい値Ｔの説明図である。第３図
（ａ）において、Ｂは背景の部分を示し、Ｆは魚10の部
分を表わす。第３図（ｂ）において、第３図（ａ）のＡ
−Ａ線上の輝度分布は背景Ｂの部分の輝度Ｈ（Ｂ）が高
く、魚Ｆ（10）の部分の輝度Ｈ（Ｆ）が低い。この魚画
像の輝度情報Ｈを２値化しきい値Ｔ（Ｆ＜Ｔ≦Ｂ）を用
いて２値化装置404で上記（１），（２）式により２値
化すると、輝度の低い魚Ｆ（10）の部分が輝度“1"の２
値画像として抽出され、２値メモリ405に格納される。
第４図（ａ），（ｂ），（ｃ）は第２図の輪郭抽出装置
406および向き演算装置408の魚画像の輪郭抽出処理およ
び向き検出処理の説明図で、第４図（ａ）は濃淡画像メ
モリ402に格納された魚画像の説明図、第４図（ｂ）は
第４図（ａ）の魚画像を輪郭抽出装置406で輪郭抽出後
に２値化装置404で２値化して２値メモリ405に格納した
画像を向き演算装置408で細線化した画像の説明図、第
４図（ｃ）は第４図（ｂ）の輪郭抽出後２値化細線化し
た魚画像から向き演算装置408で画素の連結方向を垂直
方向（３の方向）、水平方向（１の方向）、45゜方向×
２（2,4の方向）４方向に分類して魚Ｆ（10）の方向Ｄ
を決定する４方向の説明図である。第４図（ａ）におい
て、Ｂは背景部分、F1は魚10の本体部分、F2は魚10のひ
れ部分をそれぞれ表わし、魚10のひれ部分F2の輝度Ｈ
（F2）は背景部分Ｂの輝度Ｈ（Ｂ）よりも低いが魚10の
本体部分F1の輝度Ｈ（F1）よりも高い（F1＜F2＜Ｂ）。
ついで第４図（ｂ）において、第４図（ａ）の魚画像を
輪郭抽出装置406で背景部分Ｂ、魚Ｆ（10）の本体部分F
1、ひれ部分F2の各境界の輝度差の大きい部分を強調し
て輪郭を抽出したのち、この輪郭強調した情報Ｐを２値
化装置404で上記（５），（６）式により２値化して２
値化メモリに格納し、さらに向き演算装置408で細線化
処理すると、図示のように魚Ｆ（10）の本体部分F1およ
びひれ部分F2と背景部分Ｂとの境界とともに、魚Ｆ（1
0）の本体部分F1とひれ部分F2との境界も輪郭の線をな
す幅１画素の輝度“1"の列として検出される。つぎに第
４図（ｃ）において、第４図（ｂ）の輪郭抽出後２値化
細線化された魚画像から向き演算装置408で画素８連結
により画素連結方向を水直方向（３の方向）、水平方向
（１の方向）、45゜方向×２（2,4の方向）の４方向に
分類して全画素の連結性を計算して魚Ｆ（10）の方向Ｄ
を決定すると、図示の例では魚Ｆ（10）の方向Ｄは45゜
方D2（２の方向）となる。
406および向き演算装置408の魚画像の輪郭抽出処理およ
び向き検出処理の説明図で、第４図（ａ）は濃淡画像メ
モリ402に格納された魚画像の説明図、第４図（ｂ）は
第４図（ａ）の魚画像を輪郭抽出装置406で輪郭抽出後
に２値化装置404で２値化して２値メモリ405に格納した
画像を向き演算装置408で細線化した画像の説明図、第
４図（ｃ）は第４図（ｂ）の輪郭抽出後２値化細線化し
た魚画像から向き演算装置408で画素の連結方向を垂直
方向（３の方向）、水平方向（１の方向）、45゜方向×
２（2,4の方向）４方向に分類して魚Ｆ（10）の方向Ｄ
を決定する４方向の説明図である。第４図（ａ）におい
て、Ｂは背景部分、F1は魚10の本体部分、F2は魚10のひ
れ部分をそれぞれ表わし、魚10のひれ部分F2の輝度Ｈ
（F2）は背景部分Ｂの輝度Ｈ（Ｂ）よりも低いが魚10の
本体部分F1の輝度Ｈ（F1）よりも高い（F1＜F2＜Ｂ）。
ついで第４図（ｂ）において、第４図（ａ）の魚画像を
輪郭抽出装置406で背景部分Ｂ、魚Ｆ（10）の本体部分F
1、ひれ部分F2の各境界の輝度差の大きい部分を強調し
て輪郭を抽出したのち、この輪郭強調した情報Ｐを２値
化装置404で上記（５），（６）式により２値化して２
値化メモリに格納し、さらに向き演算装置408で細線化
処理すると、図示のように魚Ｆ（10）の本体部分F1およ
びひれ部分F2と背景部分Ｂとの境界とともに、魚Ｆ（1
0）の本体部分F1とひれ部分F2との境界も輪郭の線をな
す幅１画素の輝度“1"の列として検出される。つぎに第
４図（ｃ）において、第４図（ｂ）の輪郭抽出後２値化
細線化された魚画像から向き演算装置408で画素８連結
により画素連結方向を水直方向（３の方向）、水平方向
（１の方向）、45゜方向×２（2,4の方向）の４方向に
分類して全画素の連結性を計算して魚Ｆ（10）の方向Ｄ
を決定すると、図示の例では魚Ｆ（10）の方向Ｄは45゜
方D2（２の方向）となる。
第５図は第１図の演算装置６の詳細構成例図である。第
５図において、601はセレクタ、602は重心記憶装置、60
3は反転検出装置、604は速度演算装置、605は反転記憶
装置、606は重心判定装置、607は速度判定装置、608は
反転判定装置である。この演算装置６は画像処理装置
（画像認識装置）４からの魚10の重心位置Ｇおよび向き
Ｄの情報に基づき魚10の移動速度計算および反転検出を
行ない魚10の重心，速度，反転回数を正常値と比較して
魚10の行動の異常を判定する手段をなす。
５図において、601はセレクタ、602は重心記憶装置、60
3は反転検出装置、604は速度演算装置、605は反転記憶
装置、606は重心判定装置、607は速度判定装置、608は
反転判定装置である。この演算装置６は画像処理装置
（画像認識装置）４からの魚10の重心位置Ｇおよび向き
Ｄの情報に基づき魚10の移動速度計算および反転検出を
行ない魚10の重心，速度，反転回数を正常値と比較して
魚10の行動の異常を判定する手段をなす。
第５図の画像処理装置４から計算された魚10の重心位置
Ｇ（Xg,Yg）および向きＤの情報はセレクタ601を介して
それぞ重心記憶装置602および反転検出装置603に送ら
れ、重心Ｇ（Xg,Yg）は時間間隔Δｔごとに所定時間Ｔ
の間の値が重心位置記憶装置602に格納され、この重心
Ｇ（Xg,Yg）は重心Ｇの出現頻度分布を形成する。この
所定時間Ｔの重心Ｇの頻度分布の情報は重心判定装置60
6に送られ正常時の重心の頻度分布と比較して、その偏
差が所定値よりも大きい場合には警報装置７へ異常発生
信号を送る。また速度演算装置604は重心記憶装置602か
ら時間間隔Δｔごとに所定時間Ｔの間に送られてくる重
心Ｇ（Xg,Yg）から時間間隔Δｔごとの魚10の移動速度
Ｖを計算して記憶し、この移動速度Ｖは速度Ｖの頻度分
布を形成する。この所定時間Ｔの速度Ｖの頻度分布の情
報は速度判定装置607に送られ正常時の速度の頻度分布
と比較して、その偏差が所定値よりも大きい場合には警
報装置７へ異常発生信号を送る。一方の反転検出装置60
3は上記セレクタ601から送られる魚10の向きＤの情報を
記憶するとともに、上記重心記憶装置602から時間間隔
Δｔごとに所定期間Ｔの間に送られる魚10の重心Ｇ
（Xg,Yg）の情報から魚10の進行方向（分布）を計算し
て記憶することができ、この魚10の進行方向と魚10の向
きＤの情報とから魚10の反転を検出し、この反転情報は
所定時間Ｔの間に反転記憶装置605に送られ記憶され
る。さらに反転記憶装置605に記憶さた所定時間Ｔの間
の魚10の反転情報の反転回数が反転判定装置608に送ら
れて正常時の反転回数と比較し、その偏差が所定値より
も大きい場合には警報装置７へ異常発生信号を送出す
る。
Ｇ（Xg,Yg）および向きＤの情報はセレクタ601を介して
それぞ重心記憶装置602および反転検出装置603に送ら
れ、重心Ｇ（Xg,Yg）は時間間隔Δｔごとに所定時間Ｔ
の間の値が重心位置記憶装置602に格納され、この重心
Ｇ（Xg,Yg）は重心Ｇの出現頻度分布を形成する。この
所定時間Ｔの重心Ｇの頻度分布の情報は重心判定装置60
6に送られ正常時の重心の頻度分布と比較して、その偏
差が所定値よりも大きい場合には警報装置７へ異常発生
信号を送る。また速度演算装置604は重心記憶装置602か
ら時間間隔Δｔごとに所定時間Ｔの間に送られてくる重
心Ｇ（Xg,Yg）から時間間隔Δｔごとの魚10の移動速度
Ｖを計算して記憶し、この移動速度Ｖは速度Ｖの頻度分
布を形成する。この所定時間Ｔの速度Ｖの頻度分布の情
報は速度判定装置607に送られ正常時の速度の頻度分布
と比較して、その偏差が所定値よりも大きい場合には警
報装置７へ異常発生信号を送る。一方の反転検出装置60
3は上記セレクタ601から送られる魚10の向きＤの情報を
記憶するとともに、上記重心記憶装置602から時間間隔
Δｔごとに所定期間Ｔの間に送られる魚10の重心Ｇ
（Xg,Yg）の情報から魚10の進行方向（分布）を計算し
て記憶することができ、この魚10の進行方向と魚10の向
きＤの情報とから魚10の反転を検出し、この反転情報は
所定時間Ｔの間に反転記憶装置605に送られ記憶され
る。さらに反転記憶装置605に記憶さた所定時間Ｔの間
の魚10の反転情報の反転回数が反転判定装置608に送ら
れて正常時の反転回数と比較し、その偏差が所定値より
も大きい場合には警報装置７へ異常発生信号を送出す
る。
本発明によれば、魚の行動を魚の重心位置と移動速度と
反転回数により連続的にかつ定量的に監視して魚の異常
を判定できるので、水中に毒物が流入したかどうかを迅
速かつ自動的に判定することができ、浄水場における流
入原水などの毒水監視を正確かつ省力的に実施できて水
質の安全性を確保できる。
反転回数により連続的にかつ定量的に監視して魚の異常
を判定できるので、水中に毒物が流入したかどうかを迅
速かつ自動的に判定することができ、浄水場における流
入原水などの毒水監視を正確かつ省力的に実施できて水
質の安全性を確保できる。
第１図は、本発明による魚態監視装置の一実施例を示す
全体構成例図、第２図は第１図の画像処理装置の詳細構
成図、第３図（ａ），（ｂ）は第２図の魚画像および２
値化しきい値の説明図、第４図（ａ），（ｂ），（ｃ）
は第２図の魚画像および輪郭抽出後２値化細線化画像お
よび魚の向きの４方向の説明図、第５図は第１図の演算
装置の詳細構成例図である。 １……水層、２……バツクスクリーン、３……撮像装
置、４……画像処理装置（魚の位置と向きの検出などを
行なう画像認識装置）、５……モニタ、６……演算装置
（魚の反転を検出する手段と反転回数などから魚の異常
を判定する手段など）、７……照明、８……照明制御装
置、９……警報装置、10……魚（水棲動物）。
全体構成例図、第２図は第１図の画像処理装置の詳細構
成図、第３図（ａ），（ｂ）は第２図の魚画像および２
値化しきい値の説明図、第４図（ａ），（ｂ），（ｃ）
は第２図の魚画像および輪郭抽出後２値化細線化画像お
よび魚の向きの４方向の説明図、第５図は第１図の演算
装置の詳細構成例図である。 １……水層、２……バツクスクリーン、３……撮像装
置、４……画像処理装置（魚の位置と向きの検出などを
行なう画像認識装置）、５……モニタ、６……演算装置
（魚の反転を検出する手段と反転回数などから魚の異常
を判定する手段など）、７……照明、８……照明制御装
置、９……警報装置、10……魚（水棲動物）。
フロントページの続き (72)発明者 馬場 研二 茨城県日立市久慈町4026番地 株式会社日 立製作所日立研究所内 (72)発明者 矢萩 捷雄 茨城県日立市久慈町4026番地 株式会社日 立製作所日立研究所内 (72)発明者 渡辺 昭二 茨城県日立市久慈町4026番地 株式会社日 立製作所日立研究所内 (56)参考文献 特開 昭62−83663（ＪＰ，Ａ) 特開 昭62−80557（ＪＰ，Ａ) 実開 昭61−19765（ＪＰ，Ｕ)
Claims (1)
- 【請求項１】水中の毒物流入検知のために魚類を飼育す
る水槽と、上記魚類の画像情報を電気信号に変換する撮
像装置と、該撮像装置から得られる画像情報から上記魚
類の位置および向きを検出する画像認識装置と、上記魚
類の向きからその反転を検出する装置と、上記反転の回
数から上記魚類の異常を判定する手段とを備えることを
特徴とする魚態監視装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP27882886A JPH0785079B2 (ja) | 1986-11-25 | 1986-11-25 | 魚態監視装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP27882886A JPH0785079B2 (ja) | 1986-11-25 | 1986-11-25 | 魚態監視装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS63133060A JPS63133060A (ja) | 1988-06-04 |
| JPH0785079B2 true JPH0785079B2 (ja) | 1995-09-13 |
Family
ID=17602723
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP27882886A Expired - Lifetime JPH0785079B2 (ja) | 1986-11-25 | 1986-11-25 | 魚態監視装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0785079B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN100373409C (zh) * | 2003-01-27 | 2008-03-05 | 富士通株式会社 | 注目物体出现位置显示装置 |
-
1986
- 1986-11-25 JP JP27882886A patent/JPH0785079B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JPS63133060A (ja) | 1988-06-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yang et al. | Automatic recognition of sow nursing behaviour using deep learning-based segmentation and spatial and temporal features | |
| CN114005064B (zh) | 一种基于机器视觉技术的生物式水体污染预警方法及装置 | |
| US4888703A (en) | Apparatus for monitoring the toxicant contamination of water by using aquatic animals | |
| Aliyu et al. | A proposed Fish counting algorithm, using Digital Image Processing Techniques | |
| Zhang et al. | A novel camera-based drowning detection algorithm | |
| JPH0785080B2 (ja) | 魚態監視装置 | |
| CN113327263A (zh) | 一种基于图像视觉的鱼群活跃度监测方法 | |
| Chao et al. | Design of a dual-camera system for poultry carcasses inspection | |
| Hashisho et al. | AI-assisted Automated Pipeline for Length Estimation, Visual Assessment of the Digestive Tract and Counting of Shrimp in Aquaculture Production. | |
| JPH05263411A (ja) | 物体の観察方法および装置 | |
| JPH0929185A (ja) | 果皮表面に固有のネットパターンを有する青果物の等級判定方法 | |
| JPH0785082B2 (ja) | 水質異常検出装置 | |
| JPH0785079B2 (ja) | 魚態監視装置 | |
| JPH0668489B2 (ja) | 水棲動物監視装置 | |
| JP2005150840A (ja) | 水質監視装置およびそれに用いる魚画像認識方法 | |
| JPH0737975B2 (ja) | 生物の画像監視装置 | |
| JPS63307358A (ja) | 魚類による水質異常の検出方法 | |
| JP2517737B2 (ja) | 魚類の画像監視装置 | |
| JPH0789115B2 (ja) | 魚類による毒物検出装置 | |
| JPS63253478A (ja) | 魚類の画像監視方法及び装置 | |
| JPH0664048B2 (ja) | 水棲生物監視装置 | |
| JPH01126546A (ja) | 複数魚の移動速度認識法 | |
| JPS63135859A (ja) | 異常水質監視装置 | |
| Lu et al. | Automated AI Approach for Noninvasive Shrimp Length and Weight Estimation Using Underwater Imaging and Feeding Induction. | |
| JPS63213080A (ja) | 生物群の画像監視装置 |