Un sistema de detección de peces para escala de hendidura vertical utilizando tecnología láser y técnicas de visión artificial

• Autores: A. J. Rico Díaz, Juan R. Rabuñal , Jerónimo Puertas , L. Pena, A. Rodríguez
• Localización: Ingeniería del agua, ISSN 1134-2196, Vol. 19, Nº. 4, 2015, págs. 229-239
• Idioma: español
• DOI: 10.4995/ia.2015.3472
• Títulos paralelos:
  • A fish detection system in vertical slot fishways using laser technology and computer vision techniques
• Enlaces
  • Texto completo
• Dialnet Métricas: 2 Citas
• Resumen
  • español

    Las escalas de hendidura vertical son una de las estructuras más utilizadas para sortear obstáculos. Estas estructuras permiten a los peces sortear obstáculos como presas, centrales hidroeléctricas y otros. Conocer la frecuencia con la que los peces atraviesan este tipo de estructuras puede ayudar a conocer la eficacia de las mismas, así como conocer características migratorias de las especies, determinar si el curso fluvial está sano o determinar si se puede pescar con garantías de conservación y mejora de la fauna. La técnica expuesta en este artículo es un método no invasivo para detección de peces en tiempo real, sin necesidad de  observación directa. Se utiliza un sensor láser para detectar los peces y los datos recogidos por el sensor son analizados de forma automática con técnicas de visión artificial en una aplicación informática. 

  • English

    Vertical slot fishway are hydraulic structures which are widely used to allow the upstream migration of fish through obstructions in rivers. Learning about the frequency of fish’s movement through these systems can help determine the efficiency of a vertical slot fishway, as well as migratory patterns of species, determine if waterways are healthy or whether we can continue to fish with guaranteed conservation and improve wildlife. This paper presents a noninvasive method for fish detection. A laser sensor is used to detect fish and data collected by the sensor is analyzed automatically, using computer vision techniques.

• Referencias bibliográficas
  • Balk, H., Lindem, T. (2000). Improved fish detection in data from split-beam sonar. Aquatic Living Resources, 13(5), 297-303. doi:10.1016/S0990-7440(00)01079-2
  • Baumgartner, L., Bettanin, M., McPherson, J., Jones, M., Zampatti, B., Beyer, K. (2010). Assessment of an infrared fish counter (Vaki Riverwatcher)...
  • Belcher, E., Matsuyama, B., Trimble, G. (2001). Object identification with acoustic lenses. Paper presented at the OCEANS, 2001. MTS/IEEE...
  • Blake, R.W. (2004). Fish functional design and swimming performance. Journal of Fish Biology, 65(5), 1193-1222. doi:10.1111/j.0022-1112.2004.00568.x
  • Craig, R.E., Forbes, S.T. (1969). Design of a sonar for fish counting. Fiskeridirektoratets skrifter, Serie Havundersøkelser, Vol 15(3), 210-219.
  • Dewar, H., Graham, J. (1994). Studies of tropical tuna swimming performance in a large water tunnel - Energetics. Journal of Experimental...
  • Ehrenberg, J.E. (1972). A method for extracting the fish target strength distribution from acoustic echoes. Paper presented at the Engineering...
  • Han, J., Honda, N., Asada, A., Shibata, K. (2009). Automated acoustic method for counting and sizing farmed fish during transfer using DIDSON....
  • Haralick, R.M., Sternberg, S.R., Zhuang, X. (1987). Image Analysis Using Mathematical Morphology. IEEE Transactions on Pattern and Machine...
  • Holmes, J.A., Cronkite, G.M.W., Enzenhofer, H.J., Mulligan, T.J. (2006). Accuracy and precision of fish-count data from a ‘‘dualfrequency...
  • Mitra, V., Wang, C.J., Banerjee, S. (2004). Lidar Detection of Underwater Objects Using a Neuro-SVM-Based Architecture. IEEE Transactions...
  • Ochoa-Somuanom, J., Pérez-Lara, C., Toscano-Martínez, J.H., Pereyra-Ramos, C.G. (2013). Clasificación de objetos rígidos a partir de imágenes...
  • Otsu, N. (1979). A Threshold Selection Method from Gray-Level Histograms. Systems, Man and Cybernetics, IEEE Transactions, 9(1), 62-66. doi:10.1109/TSMC.1979.4310076
  • Pajares Martinsanz, G., De la Cruz García, J. (2007). Visión por computador imágenes digitales y aplicaciones, 2ª ed. Ra-Ma Ed.: Madrid, España.
  • Puertas, J., Cea, L., Bermúdez, M., Pena, L., Rodríguez, A., Rabuñal, J., Balairón, L., Lara, A., Aramburu, E. (2011). Computer application...
  • Puertas, J., Pena, L., Teijeiro, T. (2004). Experimental Approach to the Hydraulics of Vertical Slot Fishways. Journal of Hydraulics Engineering,...
  • Rodríguez, A., Bermúdez, M., Rabuñal, J., Aff.M.ASCE, Puertas, J., Dorado, J., Pena, L., Balairón, L. (2011). Optical Fish Trajectory Measurement...
  • Rodríguez, R., Sossa, J.H. (2011). Procesamiento y análisis digital de imágenes, Ra-Ma Ed.: Madrid, España.
  • Storbeck, F., Daan, B. (2001). Fish species recognition using computer vision and a neural network. Fisheries Research, 51(1), 11-15. doi:10.1016/S0165-7836(00)00254-X
  • Tarrade, L., Texier, A., David, L., Larinier, M. (2008). Topologies and measurements of turbulent flow in vertical slot fishways. Hydrobiologia,...
  • White, D.J., Svellingen, C., Strachan, N.J.C. (2006). Automated measurement of species and length of fish by computer vision. Fisheries Research,...
  • Wu, S., Rajaratnam, N., Katopodis, C. (1999). Structure of flow in vertical slot fishways. Journal of Hydraulic Engineering, 125(4), 351-360....
  • Zion, B., Alchanatis, V., Ostrovsky, V., Barki, A., Karplus, I. (2007). Real-time underwater sorting of edible fish species. Computer and...