引言
近年来，我国水产养殖行业得到迅猛发展。相对于国内水产养殖业规模以及国外渔业设备的技术水平，我国渔业现代化发展相对滞后。目前我国水产养殖业多以人工投饵为主，劳动强度大，饵料浪费多，水体污染较为严重。虽然已推出多种养殖用投饵机，但大多数结构简单或通过定时定量来决定投饵的多少，没有合理利用进食鱼群参数信号，无法做到精准投喂，影响鱼类生长发育。随着物联网技术的发展，将机器视觉技术应用于渔业养殖成为可能解决这一难题的关键。
为了精准控制、判断合理投饵时间和数量，提高投饵效率，本课题提出一种利用机器视觉技术获取进食鱼群取食参数从而实现鱼群养殖精准投饵方法。该方案基于机器视觉技术，利用机器视觉技术精准捕捉投饵时进食鱼群面积的连续变化量，实时控制投饵机投饵数量，从而实现适应鱼类生长状态的智能投饵控制系统，以节约饵料，降低养殖成本，改善养殖环境。系统包括图像采集（模拟鱼群面积）、图像处理、执行机构（模拟执行）和智能控制等4部分组成。
- 国内外相关研究
我国是世界上第一水产养殖大国,改革开放以来,水产养殖行业更是取得了迅猛发展。相对于目前国内水产养殖业的规模,以及国外渔业设备的技术水平,我国的渔业现代化发展相对滞后,机械化、智能化程度较低,尤其在投饲方面。国内常见的人工投饲方式主要是使用铁锹等工具抛洒饲料,不能保证投喂的均匀性。这种方式费时、费力,劳动强度大,甚至浪费饲料,污染池塘水质,影响鱼类的生长发育。随着渔业机械的推广,投饲机广泛使用,并逐步代替手工投饲。这种简易投饲机普遍存在定时不准、储料量小、稳定性弱,投饲效率低等问题。因此相关研究单位或企业先后提出自动投饲系统的设计。
随着物联网技术的不断发展，一些研究人员将研究的重心放在了机器视觉技术在渔业养殖的应用上。人们通过图像采集系统对养殖水域的情况进行监控和信息采集，然后在对采集的图像信息进行分析处理，最后根据反馈信息对投饵系统进行控制，控制投饵量和投饵时间，从而达到智能投饵的效果。既减少了人工劳作成本，又减少了由于投喂量不准确对饵料的浪费。
在对于渔业养殖的智能监测的研究中，蓝岚等人（2020）[1]以小龙虾养殖为研究，探索了智能视觉物联网养殖监测系统的发展与建立措施。池塘监控区域能够实现对养殖环境的全程监控，其自身具有数据、图像搜集、自动控制和发布等方面的功能，能够切实实现对养殖环境各区域的有效监控。在摄像头视频采集的实现中，庞云剑（2019）[2]利用V4L2（Video For Linux 2）视频驱动模型来实现对摄像头视频和图像的采集、压缩等功能。在图像的采集过程中，利用该框架提供的API完成视频图像的采集流程。邢俊等人（2017）[3]提出一种基于智能视觉物联网的水产养殖监测系统。相较于其他物联网，其主要增加了对视觉标签的支持。该系统不仅可以实时对水质信息进行监测，还可以实时获得鱼群的健康参数。另外采用客户端/服务器模式，支持客户端远程查询服务器数据，并设计有专门网站，方便用户查询水质与鱼群信息，真正实现了水产养殖的智能化与便捷化。
为了促进智能农业的发展，李慧等人（2013）[4]开发了一种基于物联网Android 平台的水产养殖远程监控系统，实现了对多传感器节点的信息（pH 值、温度、水位、溶解氧等环境参数）远程采集和数据存储功能，实现了对多控制节点的远程控制。系统不受时间地域限制，用户可以在任何具备网络覆盖的地方从手机上浏览并获取数据，将数据从数据库中导出到用户的 SD 卡上，以 TXT 格式存储，系统多手机用户客户端可以共享一台服务器，具有很高的性价比。系统采用 CC2430 作为底层管理芯片，控制部分采用模糊 PID 控制算法。
卢焕达（2011）[5]在借鉴国内外养殖视觉系统的基础上, 提出了一种基于计算机视觉的鱼类行为自动监测方法。系统通过摄像头自动监测养殖生物, 采用运动目标跟踪算法跟踪鱼池中的鱼, 自动计算鱼群的体色变化, 以及鱼群的平均速度, 当检测到鱼群的体色变化率或平均速度 (加速度) 超出正常范围时, 自动通过网络向监控中心报警, 以便及时发现问题。此方法能24小时监控养殖设施内的养殖生物情况, 大大提高了设施养殖生产中的安全性。
为了解决规模化水产养殖中有线监控系统带来的不利影响，并能实现对环境因子的准确测量与控制，史兵等人（2011）[6]研究了一种基于无线传感网的智能监控系统在规模化水产养殖中的应用。系统利用对协议栈进行小幅的修改，完成了人工设置每个养殖池为一个簇，并通过适当修改路由协议，将自动选择簇头的工作变为人工设置固定簇头，大幅减少节点本身的计算工作，从而实现节能目的。控制器利用模糊控制与神经网络相结合的算法对数据进行处理分析，实现闭环控制。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
