Ιδρυματικό Αποθετήριο [SANDBOX]
Πολυτεχνείο Κρήτης
EN  |  EL

Αναζήτηση

Πλοήγηση

Ο Χώρος μου

Automated fish cage net inspection using image processing techniques

Paspalakis Stavros, Moirogiorgou Konstantia, Papandroulakis Nikos, Giakos George, Zervakis Michail

Απλή Εγγραφή


URIhttp://purl.tuc.gr/dl/dias/09E7AFA1-5168-46F6-A5D5-D121385FE7E9-
Αναγνωριστικόhttps://doi.org/10.1049/iet-ipr.2019.1667-
Αναγνωριστικόhttps://ietresearch.onlinelibrary.wiley.com/doi/10.1049/iet-ipr.2019.1667-
Γλώσσαen-
Μέγεθος7 pagesen
Μέγεθος1,63 megabytesen
ΤίτλοςAutomated fish cage net inspection using image processing techniquesen
ΔημιουργόςPaspalakis Stavrosen
ΔημιουργόςΠασπαλακης Σταυροςel
ΔημιουργόςMoirogiorgou Konstantiaen
ΔημιουργόςΜοιρογιωργου Κωνσταντιαel
ΔημιουργόςPapandroulakis Nikosen
ΔημιουργόςGiakos Georgeen
ΔημιουργόςZervakis Michailen
ΔημιουργόςΖερβακης Μιχαηλel
ΕκδότηςInstitution of Engineering and Technology (IET)en
ΠερίληψηFish-cage dysfunction in aquaculture installations can trigger significant negative consequences affecting the operational costs. Low oxygen levels, due to excessive fooling's, leads to decrease growth performance, and feed efficiency. Therefore, frequent periodic inspection of fish-cage nets is required, but this task can become quite expensive with the traditional means of employing professional divers that perform visual inspections at regular time intervals. The modern trend in aquaculture is to take advantage of IT technologies with the use of a small-sized, low-cost autonomous underwater vehicle, permanently residing within a fish cage and performing regular video inspection of the infrastructure for the entire net surface. In this study, we explore specialised image processing schemes to detect net holes of multiple area size and shape. These techniques are designed with the vision to provide robust solutions that take advantage of either global or local image structures to provide the efficient inspection of multiple net holes.en
ΤύποςPeer-Reviewed Journal Publicationen
ΤύποςΔημοσίευση σε Περιοδικό με Κριτέςel
Άδεια Χρήσηςhttp://creativecommons.org/licenses/by/4.0/en
Ημερομηνία2021-05-28-
Ημερομηνία Δημοσίευσης2020-
Θεματική ΚατηγορίαAquacultureen
Θεματική ΚατηγορίαAutomatic optical inspectionen
Θεματική ΚατηγορίαObject detectionen
Θεματική ΚατηγορίαVideo signal processingen
Θεματική ΚατηγορίαRobot visionen
Θεματική ΚατηγορίαAutonomous underwater vehiclesen
Θεματική ΚατηγορίαMobile robotsen
Θεματική ΚατηγορίαAutomated fish cage net inspectionen
Θεματική ΚατηγορίαImage processingen
Θεματική ΚατηγορίαFish-cage dysfunctionen
Θεματική ΚατηγορίαAquaculture installationsen
Θεματική ΚατηγορίαVisual inspectionsen
Θεματική ΚατηγορίαAutonomous underwater vehicleen
Θεματική ΚατηγορίαVideo inspectionen
Θεματική ΚατηγορίαGlobal image structuresen
Θεματική ΚατηγορίαLocal image structuresen
Θεματική ΚατηγορίαIT technologiesen
Θεματική ΚατηγορίαNet holes detectionen
Βιβλιογραφική ΑναφοράS. Paspalakis, K. Moirogiorgou, N. Papandroulakis, G. Giakos, and M. Zervakis, “Automated fish cage net inspection using image processing techniques,” IET Image Process., vol. 14, no. 10, pp. 2028–2034, Aug. 2020. doi: 10.1049/iet-ipr.2019.1667en

Διαθέσιμα αρχεία

Υπηρεσίες

Στατιστικά