На рыбоводных  хозяйствах применяются плавучие платформы, которые ведут автоматический забор рыбы из водоема с помощью рыбонасоса, и осуществляют ее сортировку и подсчет. Данные операции требуется производить при ее товарной отгрузке, а также при ее сортировке по размеру и дальнейшем распределении по садкам несколько раз в год. На одной платформе обычно установлен один сортировочный стол на 3 или 4 канала, на выходах которых установлены счетчики рыбы (рисунок 1). На крупном хозяйстве подсчет  при товарной отгрузке или сортировке по размеру может продолжаться до полутора месяцев.  В интересах рыбоводов иметь несколько подобных платформ для ускорения подсчета и сортировки рыбы.

На данный момент основными разработчиками счетчиков рыбы являются компании: AquaScan (Норвегия) [1], Vaki (Исландия) [2] и Faivre (Франция) [3].

 Рисунок 1. Счетно-сортировочное оборудование рыбоводного хозяйства

Увеличение количества платформ бывает затруднено, так как все оборудование закупается у зарубежных компаний по высокой стоимости (в среднем 800 000 рублей за 1 счетчик). При этом к работе зарубежных счетчиков со  стороны рыбоводных  хозяйств есть нарекания по точности. Из опыта форелеводческих хозяйств можно отметить, что используемые счетчики AquaScan могут иметь результат с отклонением от реального значения до ± 18%, а счетчики Faivre не справляются с требуемым объемом потока пропускаемой рыбы и забиваются рыбой. Были случаи выхода из строя счетчиков, что влечет за собой временные на отправку производителю заграницу – (2-3 месяца) и финансовые затраты на международную доставку, таможенное оформление и дорогостоящий ремонт зарубежными специалистами.

В существующих счетчиках, основанных на  пересечение линии, результаты подсчета рыб, идущих в цепочке, сильно зависят от совпадения текущей скорости потока рыб и значения полученного во время калибровки. Из-за изменения угла наклона подающей трубы, объема воды, поведения живой рыбы скорость потока может меняться, что делает анализ цепочек достаточно сложным при таком подходе и возникает ошибка. При сильном изменении скорости прохождения рыбы даже одиночно проходящая рыба может посчитаться за две.

Идеей разработанного устройства рыбы является создание счетчика рыбы и ее биомассы на базе анализа двухмерного изображения с видеокамеры. Создание новый метод подсчета проходящей рыбы, позволяет повысить точность совместно с увеличением пропускной способности.

Конструкция счетчика рыбы (рисунок 2) состоит из закрытого корпуса, в котором располагаются:

- прозрачная труба из оргстекла, в которой проходит рыба;

- светодиодная плоская равномерная подсветка;

- видеокамера, установленная в верхней части корпуса;

- вычислительный блок анализа видеоизображения;

- сенсорным дисплей, установленный в «голове» корпуса.

В случаях наличия в потоке рыбы, идущей друг на друге, предусмотрена установка резинового ограничителя на входе счетчика для того, чтобы снимать рыбу со «второго этажа».

В качестве видеокамеры выбрана аналоговая купольная камера стандарта PAL  с разрешением 720 х 576 пикселей. Большего разрешения не требуется, так как рыба на изображении имеет достаточно большой размер.

а)                                                                                                                                                                б)

Рисунок 2. Видеосчетчик рыбы (а – структурная схема, б – тестируемый образец)

Диаметр трубы может варьироваться от 160 до 200 мм в зависимости от требуемого диапазона рыбы. Все эксперименты проводились на тестируемом образце с трубой диаметром 180 мм. Если длина трубы меньше длины проплывающей рыбы, то анализ наложения рыб и оценка ее скорости будет затруднен.

Максимальная масса проходящей рыбы для изготовленного образца была выбрана 2.5 кг, что является достаточным в большинстве случаев для форелеводческих хозяйств и сравнимо с зарубежными аналогами.  Для данной массы рыбы ее длина составляет около  600 мм. Если длина трубы меньше длины проплывающей рыбы, то анализ наложения рыб и оценка ее скорости будет затруднен, так как рыба ни на одном из кадров не будет полностью показана. Таким образом,  видеокамера с объективом были установлены и настроены так, чтобы длина подсвеченного участка трубы, фиксируемого на видеоизображении, составляла  около 640 мм.

В качестве материала для изготовления была выбрана нержавеющая сталь по причине ее высокой устойчивости к коррозии. Корпус состоит из 3 основных частей: поддон с подсветкой, основная часть и «голова» счетчика. Поддон и «голова» счетчика являются съемными, что упрощает обслуживание и ремонт счетчика.

Напряжение питания подсветки и блока электроники выбрано +12В постоянного тока для обеспечения безопасности в условиях повышенной влажности.

В «голове» счетчика размещается 7-ми дюймовый сенсорный дисплей и плата анализа видеоизображения. Также в «голове» располагается разъем питания (внизу) и USB разъем (сбоку) для сохранения данных на USB-накопитель. Разъемы выбраны в исполнении IP67.

Из анализа экспериментальных видеозаписей сделан вывод о том, что используемая частота кадров 25 Гц обеспечит  выделение рыбы  на видеоизображении при ее прохождении со скоростью до 5-8 м/c. Для исключения эффекта интерлейсинга при чересстрочной развертке видеоизображения (стандарт PAL) принято решение анализировать только одно поле кадра.

В основе алгоритма подсчета проходящей рыбы была заложена следующая последовательность операций: выделение пикселей по яркости, объединение пикселей в связные области, анализ и сопровождение (трекинг) связных областей. Общий вид алгоритма приведен на рисунке 3.

Рисунок 3. Алгоритм подсчета рыбы

Пример выделения рыбы по выбранному пороговому значению яркости пикселей и формирования описывающего связную область прямоугольника представлено на рисунке 4.  

Рисунок 4. Выделение связной области

 Перед работой счетчик должен быть откалиброван, т.е. через него должно пройти определённое количество рыбы строго по отдельности. В процессе калибровки вычисляется диапазон размеров рыбы в канале, а именно площадь рыбы в пикселях и ее длина, а также анализируется максимальная и минимальная скорость проходящих рыб.

При подсчете, как только рыба отходит от левой границы кадра, происходит вычисление ее площади и длины, далее производится оценка количества рыбы в связной области (далее – объекте)  в соответствии с ее площадью и длиной и производится инкрементация счета. Для того, чтобы не было повторного подсчета, осуществляется межкадровый трекинг объектов и отсечение уже подсчитанных областей. Учтены ситуации, когда следующая рыба догоняет предыдущую, рыбы разъединяются в кадре, рыба отбрасывает часть тела назад и т.п.

Для анализа цепочек рыб, когда длина соединенных рыбы растягивается от левой до правой границы кадра и более, используется дополнительный анализ скорости цепочки. На каждом кадре формируется график яркости для каждого столбца пикселей в кадре. После чего происходит корреляционный анализ и вычисление межкадрового смещения двух графиков в соседних кадрах. Полученный результат позволяет вычислить, насколько сместилась цепочка на данном кадре и позволяет достаточно точно оценить ее скорость. Оценка скорости позволяет оценить и просуммировать прошедшую через счетчик площадь цепочки рыб.

Для аппаратной реализации алгоритмов была использована плата разработки DE1-SoC компании Terasic (Тайвань) с микросхемой Altera семейства Cyclone V SX, которая совмещает внутри себя программируемую логическую интегральную схему (ПЛИС) и процессор ARM архитектуры (рисунок 5).

Рисунок 5. Используемая плата разработки DE1-SoC

Применение ПЛИС позволило проводить распараллеливание вычислений для разрабатываемого алгоритма анализа видеоизображения и обеспечить обработку видеопотока в реальном времени с частотой кадров 25Гц.

Стоит отметить, что программирование ПЛИС достаточно трудоемкий процесс, занимающий большое время на проектирование и компиляцию проекта. Внесение изменений в программу для  ПЛИС, даже изменение настроек, требует значительного времени, что снижает гибкость обновления устройства. Поэтому часть разрабатываемого алгоритма, не связанного непосредственно с обработкой видео, например модуль межкадрового трекинга  и подсчета, передано на обработку под управлением операционной системы Linux, запускаемой на ARM-процессоре. Этот подход ускорил процесс переноса созданного алгоритма на аппаратную платформу и упростил процесс внесения изменений в ходе настройки и отладки устройства. В таблице 1 кратко описано распределение основных блоков алгоритма по аппаратным платформам.

Таблица 1 – Функциональные блоки программной модели

Поиск связных областей реализован на ПЛИС на базе однопроходного алгоритма [4] с последующим анализом таблицы связностей. Временная диаграмма поиска связных областей представлена на рисунке 6.

Рисунок 6. Временная диаграмма поиска связных областей

Тестирование счетчика рыбы проводилось на рыбоводных предприятиях республики Карелия («Выгский рыбоводный завод» пос. Сосновец, ООО “Онежская форель” оз. Сяргозеро,  ПАО “Русская аквакультура” оз. Сегозеро). Рыба подавалась в счетчик через один из каналов автоматизированного сортировочного стола. Максимальное отклонение массы рыбы в канале от среднего значения составляло не более ±20%. Скорость подачи и объем рыбы соответствовал нормальным эксплуатационным условиям на форелеводческом хозяйстве. В общей массе пропущено около 10000 рыб, проверялась работа для разных каналов (диапазонов массы рыбы). Ошибка подсчета рыбы составляет менее 1 % при прохождении ее по трубе со скоростью не более чем 3 м/c и объемом до 5 рыб/c и с отклонением массы рыбы от среднего значения не более ±20%. Так как получена  низкая погрешность подсчета проходящей рыбы при высокой пропускной способности, то целесообразно говорить о начале работ по внедрению первого отечественного счетчика рыбы на предприятиях отрасли.

1. AquaScan Fish Counters [Электронный ресурс] – Режим доступа: http://www.aquascan.com/event/dolink/famid/133595, свободный. – Загл. с экрана.
2. Pipeline Counter (PLC) [Электронный ресурс] – Режим доступа: http://www.vaki.is/Products/PipelineCounter, свободный. – Загл. с экрана.
3. Fish Counters [Электронный ресурс] – Режим доступа: http http://www.faivre.fr/index.php/en/products/fish-counters, свободный. – Загл. с экрана.
4. Trein J., Th. Schwarzbacher A., Hoppe B. FPGA Implementation of a Single Pass Real-Time Blob Analysis Using Run Length Encoding, MPC-Workshop, Ravensburg-Weingarten, Germany, 2008. P. 71–77.

Все статьи автора «alsementsov»