2017 Fiscal Year Research-status Report
Contactless bodily measurement for fish using a computer vision: Estimation of fish body mass applying 3D points cloud processing
Project/Area Number |
17K15306
|
Research Institution | Hokkaido University |
Principal Investigator |
米山 和良 北海道大学, 水産科学研究院, 助教 (30550420)
|
Project Period (FY) |
2017-04-01 – 2019-03-31
|
Keywords | 3次元点群処理 / 魚体重計測 / ステレオ計測 |
Outline of Annual Research Achievements |
養成中の養魚の魚体長・魚体重を非接触に計測して成長過程を追うことは養殖生産効率の向上に必要で、民間企業・増養殖研究者の間では根強いニーズがある。本研究では、非接触な魚体長、体重推定の実現を目的とした3次元点群処理による養魚の魚体形状の画像計測と機械学習で体重推定を行い、体重推定システムの構築を目的としている。 平成29年度では、3次元点群処理によるマダイの画像計測により魚体形状の可視化を空中試験で行い、マダイ魚体の片側側面の幾何学的な形状を量的に評価することができた。続いて水中で計測を実施したが、本研究で使用している平行ステレオ法が、水中と空中の屈折率の違いから3次元点群処理を実施できない、もしくは限定的な計測になることが判明した。このため、水中での3次元点群処理を実現するため、次年度の課題として水中計測できるように計測パラメータの補正方法を検討することとした。また、3次元点群処理とは異なるDLT法による3次元計測を代替システムとして実施したところ、正確度1~2 cm程度で水中で魚体を計測できた。本手法による画像計測と捕獲計測(コントロール)を並行して実施し、養殖マダイの成長過程をモニタリングしたところ、両計測法ともに遜色ない結果を得たことから、画像計測によって魚体重を推定できることが分かった。本研究成果は学会、学術雑誌にて発表を行った。 また、計測されたマダイの魚体形状(特徴)から体重推定を行うため養殖マダイを101個体サンプリングし、体重推定に適切な魚体の特徴を抽出するための計測を行った。サンプル数が少ないため、次年度も引き続きサンプルと計測を実施する予定である。
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
3次元点群処理による計測が、空中においては問題なく実施できたが、水中においては空中との屈折率の違いを原因に計測が限定されることが分かった。新たに水中で計測できるように計測パラメータの補正が必要となった。 ただし、DLT法による3次元計測では十分に高い計測確度で現場試験を実施できた。本研究で求めている魚体計測の精度・正確度を満足させたことから、「おおむね順調に進展している」と評価した。
|
Strategy for Future Research Activity |
平成29年度では、本研究で3次元点群処理に使用している平行ステレオ法が、水中と空中の屈折率の違いから3次元点群処理を実施できない、もしくは限定的な計測になることが判明した。このため平成30年度では、水中での3次元点群処理を実現するため、次年度の課題として水中計測できるように計測パラメータの補正方法を検討することとした。また、養殖生産者や増養殖研究者が求める魚体重の誤差5%の達成には平成29年度に実施したDLT法による3次元計測でも全く問題ないことが分かった。引き続き、両手法を使用して、魚体重誤差5%未満の計測確度を安定して達成できる方法を検討する。魚体重推定手法の構築に必要なマダイのサンプルを引き続き行い、機械学習による体重推定手法の構築を目指す。
また、研究協力者と共同して試験を進め、体重推定手法や3次元計測手法を、学会発表ならびに学術論文へ公表できるように算段する。 なお予算の許す限り、申請時に予定していた他魚種(ブリ類、シマアジやクロマグロ等)への応用についても検討するが、研究の進捗によっては、限定的に実施するか、実施しないこととし、研究の基盤はマダイの計測に主眼を置くことにする。
|