智慧渔业海洋鱼类捕捉系统

我国的水产捕捞业可分为海洋捕捞、远洋捕捞和淡水捕捞三类，其中淡水渔业是指在淡水水域进行捕捞、养殖和加工淡水水产品的社会生产领域。近年来，随着经济水平的提高和淡水渔业的快速发展，捕捞业规模不断壮大。尽管渔业已从单纯的捕捞发展为系统性的养殖和捕捞作业管理，但传统渔业捕捞方式简单粗放，存在各种弊端，难以满足市场需求。因此，渔业开始向精细化方向发展，智慧渔业也应运而生。智慧渔业解决方案可以结合现代互联网、移动互联网和物联网等新兴技术，帮助渔民和企业有效控制捕捞成本，通过多方数据分析和比对提高水产品质和产量。

1 系统结构

      智慧渔业捕捞计数装置及系统结构设计及安装位置，如图所示。具体功能模块包括，水下摄像信号传输及监测子系统、鱼类智能识别子系统、网箱鱼信息统计子系统、移动端数据传输与分析系统。

      

2 系统硬件组成

      如图所示，系统硬件组成包括水下摄像机、边缘计算服务器、浮动平台和供电组件、显示及控制装置、通信及北斗定位模块。

      

      下图是整体设备展示，各个装置及硬件。

硬件组成	水下摄像机

3 系统软件组成

      软件部分主要由视频推流模块、视频流获取模块、鱼体计数模块、体长体重估算模块和鱼体检测跟踪模块组成。

      

（八）测试、问题解决及结论

1 测试内容

      为了更好地完善项目，我们对此进行了测试，测试工作目标包括：判断硬件系统、软件系统是否能正常稳定工作？

      ① 在硬件稳定性方面。边缘计算服务器是否能持续稳定工作？电池供电是否在预计时长之内？水下摄像头是否能拍摄清晰画面？水下摄像头是否能在夜间正常？通信模块是否能持续稳定工作？

      ② 在软件稳定性方面。视频流获取模块是否能正常获取视频数据？鱼体检测、分类、计数模块是否能正确运行？鱼体体长、体重估算模块是否能正确运行？视频推流模块是否能正确运行？

2 测试中发现的问题及解决方案

      ① 开发前期，我们在学校购买鱼苗和成鱼并经实验验证YOLOv5模型可行。在此过程中，针对深水环境下，摄像机是否可以清晰获取水下画面的问题，我们在深夜场景无光源的条件下，利用水下摄像机拍摄了如下图所示画面。该画面表明，在水下环境无光时，水下摄像头的红外光也可以照亮环境，拍摄出较为清晰的视频画面；另外，在水下较浑浊时，也可以拍摄出类似于右图中所示的较好画面。此画面也证明了根据本项目方案可达到渔业捕捞计数的项目目标。

水下夜视图	水下夜视图（浑浊）

      ② 开发中期，我们到实地进行测试，发现摄像头拍摄到的画面出现发绿的情况，这是由于湖水的深度浅，不足以吸收掉绿光。还有一种原因是由于湖水中含有大量藻类，这些藻类多呈绿色。针对此问题，我们采取调整相机参数和视频画面数据增强的解决方案，下图为调整前后的对比图。

水下拍摄画面（发绿）	调整之后

      ③ 开发后期，针对实地测试时摄像机画面不够清晰的问题，我们拟采取更换测试全红外光相机的方案，并进一步改进优化视频增加算法，设计简洁精确的水下相机安装方法。对于体长体重估算模块未完成的问题，我们将抓紧完成体长体重估算模块并使其保持持续稳定的状态。

4 测试结论

日期	检测数	漏检数	误检数	准确率
7月16日	368	32	37	82.75%
7月17日	1183	132	147	78.78%
7月18日	625	68	72	79.80%

      从上表的测试统计数据来看，捕鱼计数系统基本可以较为准确计数通过进鱼通道的鱼数，准确率约为80%。从捕鱼计数系统测试结果来看，捕鱼计数系统基本成形，完成度在80%以上。