Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Adaptation Approaches in Unsupervised Learning: A Survey of the State-of-the-Art and Future Directions Kapitel lesen Erstes Kapitel lesen

2016 | OriginalPaper | Buchkapitel

Automatic System for Zebrafish Counting in Fish Facility Tanks

verfasst von : Francisco J. Silvério, Ana C. Certal, Carlos Mão de Ferro, Joana F. Monteiro, José Almeida Cruz, Ricardo Ribeiro, João Nuno Silva

Erschienen in: Image Analysis and Recognition

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

In this project we propose a computer vision method, based on background subtraction, to estimate the number of zebrafish inside a tank. We addressed questions related to the best choice of parameters to run the algorithm, namely the threshold blob area for fish detection and the reference area from which a blob area in a threshed frame may be considered as one or multiple fish. Empirical results obtained after several tests show that the method can successfully estimate, within a margin of error, the number of zebrafish (fries or adults) inside fish tanks proving that adaptive background subtraction is extremely effective for blob isolation and fish counting.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Time Series Analysis of Garment Distributions via Street Webcam
Nächstes Kapitel A Lightweight Mobile System for Crop Disease Diagnosis
Literatur
1.
Boom, B.J., et al.: A research tool for long-term and continuous analysis of fish assemblage in coral-reefs using underwater camera footage. Ecol. Inf. 1–23 (2014)
2.
Egan, R.J., et al.: Understanding behavioral and physiological phenotypes of stress and anxiety in zebrafish. Behav. Brain Res. 205(1), 38–44 (2009)MathSciNetCrossRef
3.
4.
Fabic, J.N., Turla, I.E., Capacillo, J.A., David, L.T., Naval, P.C.: Fish population estimation and species classification from underwater video sequences using blob counting and shape analysis, pp. 1–6. IEEE, March 2013
5.
6.
7.
Khanfar, H., et al.: Automatic fish counting in underwater video. In: 66th Gulf and Caribbean Fisheries Institute, pp. 1–9, November 2013
8.
Hu, M.-K.: Visual pattern recognition by moment invariants. IEEE Trans. Inf. Theor. 8(2), 179–187 (1962)CrossRefMATH
9.
Qader, H.A., Ramli, A.R., Al-haddad, S.: Fingerprint recognition using zernike moments (2006)
10.
Martins, S., et al.: Toward an Integrated Zebrafish Health Management Program Supporting Cancer and Neuroscience Research (2016)
11.
Spampinato, C., et al.: Detecting, tracking and counting fish in low quality unconstrained underwater videos. In: Proceedings of 3rd International Conference on Computer Vision Theory and Applications (VISAPP), pp. 514–519 (2008)
12.
Szeliski, R.: Computer Vision: Algorithms and Applications. Texts in Computer Science. Springer, London (2011)CrossRefMATH
13.
Toh, Y.H., Ng, T.M., Liew, B.K.: Automated fish counting using image processing, pp. 1–5. IEEE, December 2009
14.
Zivkovic, Z.: Improved adaptive Gaussian mixture model for background subtraction, vol.2, pp. 28–31. IEEE (2004)
15.
Zivkovic, Z., van der Heijden, F.: Efficient adaptive density estimation per image pixel for the task of background subtraction. Pattern Recognit. Lett. 27(7), 773–780 (2006)CrossRef
Metadaten
Titel
Automatic System for Zebrafish Counting in Fish Facility Tanks
verfasst von
Francisco J. Silvério
Ana C. Certal
Carlos Mão de Ferro
Joana F. Monteiro
José Almeida Cruz
Ricardo Ribeiro
João Nuno Silva
Copyright-Jahr
2016
Buch
Image Analysis and Recognition

Print ISBN: 978-3-319-41500-0

Electronic ISBN: 978-3-319-41501-7

Copyright-Jahr: 2016

DOI
https://doi.org/10.1007/978-3-319-41501-7_86