A proposal of low cost system for counting red tilapia fingerlings by using artificial vision techniques
Keywords:
Fingerlings, red tilapia, artificial vision, image processing, LabVIEW, automatic countingAbstract
In Colombia, the fish fingerling marketing is done by units and not by weight and, due to the lack of automatic equipment, it requires a manual counting. The current proposal is a ramp with variable inclination, in order to regulate the lowering speed. A first prototype had no lighting, which caused problems due to the different lighting operating conditions, which required the design of a closure with its own internal lighting. The software is designed under LabVIEW, with capacity of 400 fingerlings per second, becoming the video camera a limitation because of its rate of 30fps. In this article different vision algorithms used on line with the video camera are explained. The final results are presented, achieving a counting error of less than 6%, and some improvements in the system such as technology not dependent on computers and equipment with better specifications are suggested, which would increase the cost but at the same time would improve accuracy.Article Metrics
Abstract: 1450 PDF (Español (España)): 1643References
Angarita P, Maria Rosa, y otros. Origen y Evolución de la Acuicultura en Colombia. Bogotá : Observatorio SENA entorno tecnológico de la acuicultura, 2013.
Merino, María Claudia, Bonilla, Sara Patricia y Bages, Fernando. Diagnóstico del estado de la Acuicultura en Colombia. Bogotá : Plan Nacional de Desarrollo de la Acuicultura Sostenible en Colombia, 2013.
Espinal G, Carlos Federico, Martínez Covaleda, Héctor J y González Rodríguez , Fredy A. La cadena de la piscicultura en Colombia. Bogotá, 2005.
Charris Slagter, Federico A. Efectividad de cinco métodos de enumeración de alevines de tilapia (Oreochromis spp.). Tegucigalpa, 1998.
Universidad de los Llanos. Villavicencio. Ficha técnica para la comercialización de alevinos de Cachama, Yamu, Bocachico y Bagre. 2012.
Navarro, Andrés, y otros. Sistema automático para conteo de peces utilizando sensores infrarrojos y comunicación inalámbrica: Congreso Internacional en Ingeniería Electrónica, 176-181, 2014.
NI. Software de Desarrollo de Sistemas NI LabVIEW. Disponible en: http://www.ni.com [consultado el 08 de diciembre de 2014]
Gonzáles Marcos, Ana, y otros. Técnicas y Algoritmos Básicos de Visión Artificial. Universidad de la Rioja, España, 2006.
Sucar, Enrique y Gómez, Giovani. Visión Computacional. Instituto Nacional de Astrofísica, Óptica y Electrónica. México.
Marr, David. Visión. San Francisco, 1982.
Snavely, N, Seitz, S y Szeliski, R. Photo tourism: Exploring photo collections in 3D. ACM Transactions on Graphics, Boston, 2006.
Goesele, M, y otros. Multi-view stereo for community photo collections. Eleventh International Conference on Computer Vision, Rio de Janeiro. Brasil, 2007.
Szeliski, Richard. Computer Vision: Algorithms and Applications. New York, 2010.
Sivic, J, Zitnick, C y Szeliski, R. Finding people in repeated shots of the same scene. British Machine Vision Conference, Edinburgo. Escocia, 2006.
Sanabria S, John J y Arhila D, John F. Detección y análisis de movimiento usando visión artificial. Scientia Et Technica., 16, 180-188, 2011.
Platero Dueñas, Carlos. Inspección automatizada de superficies homogéneas mediante visión artificialcon aportaciones al reconocimiento de formas. Universidad Politecnica de Madrid, Madrid , 1998.
Gil, P, Torres, F y Ortiz, F G. Detección de objetos por segmentación multinivel combinada de espacios de color. España, 2004.
National Instruments. Disponible en: http://zone.ni.com [consultado el 15 de Diciembre de 2014]
Orellana Lizano, Henry. Diseño y desarrollo de un algoritmo que permita estimar el tamaño de peces, aplicando visión por computadora, y propuesta para realizar la selección adecuada de dichos peces. Lima. 2008.
National Instruments. IMAQ Vision for LabVIEW. 2000.
_
