- -

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

RiuNet: Institutional repository of the Polithecnic University of Valencia

Share/Send to

Cited by

Statistics

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

Show simple item record

Files in this item

dc.contributor.author Rico Díaz, A. J. es_ES
dc.contributor.author Rabuñal, J.R. es_ES
dc.contributor.author Puertas, J. es_ES
dc.contributor.author Pena, L. es_ES
dc.contributor.author Rodríguez, A. es_ES
dc.date.accessioned 2017-01-20T12:18:33Z
dc.date.available 2017-01-20T12:18:33Z
dc.date.issued 2016-10-30
dc.identifier.issn 1134-2196
dc.identifier.uri http://hdl.handle.net/10251/77098
dc.description.abstract [EN] 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. es_ES
dc.description.abstract [ES] 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. es_ES
dc.description.sponsorship Este trabajo ha sido cofinanciado con fondos FEDER y por el Ministerio Español de Economía y Competitividad. Subprograma estatal de formación del Programa Estatal de Promoción de Talento y su Empleabilidad en I+D, en el marco del Plan Estatal de Investigación Científica y técnica y de Innovación 2013-2016 (FPI Convocatoria 2013) (Ref. del proyecto CGL2012- 34688 Ref. de la ayuda BES-2013-063444).
dc.language Español es_ES
dc.publisher Universitat Politècnica de València
dc.relation MINECO/CGL2012-34688 es_ES
dc.relation MINECO/BES-2013-063444
dc.relation.ispartof Ingeniería del Agua
dc.rights Reconocimiento - No comercial - Sin obra derivada (by-nc-nd) es_ES
dc.subject Computer vision es_ES
dc.subject Vertical slot fishway es_ES
dc.subject Fish-counter es_ES
dc.subject Laser detection es_ES
dc.subject Visión Artificial es_ES
dc.subject Escalas de Peces es_ES
dc.subject Contador de peces es_ES
dc.subject Detección por laser es_ES
dc.title Un sistema de detección de peces para escala de hendidura vertical utilizando tecnología láser y técnicas de visión artificial es_ES
dc.title.alternative A fish detection system in vertical slot fishways using laser technology and computer vision techniques es_ES
dc.type Artículo es_ES
dc.date.updated 2017-01-20T11:45:10Z
dc.identifier.doi 10.4995/ia.2015.3472
dc.rights.accessRights Abierto es_ES
dc.description.bibliographicCitation Rico Díaz, AJ.; Rabuñal, J.; Puertas, J.; Pena, L.; Rodríguez, A. (2016). Un sistema de detección de peces para escala de hendidura vertical utilizando tecnología láser y técnicas de visión artificial. Ingeniería del Agua. 19(4):229-239. doi:10.4995/ia.2015.3472. es_ES
dc.relation.publisherversion https://doi.org/10.4995/ia.2015.3472 es_ES
dc.description.upvformatpinicio 229 es_ES
dc.description.upvformatpfin 239 es_ES
dc.type.version info:eu-repo/semantics/publishedVersion es_ES
dc.description.volume 19
dc.description.issue 4
dc.identifier.eissn 1886-4996
dc.contributor.funder Ministerio de Economía y Competitividad
dc.relation.references 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 es_ES
dc.relation.references Baumgartner, L., Bettanin, M., McPherson, J., Jones, M., Zampatti, B., Beyer, K. (2010). Assessment of an infrared fish counter (Vaki Riverwatcher) to quantify fish migrations in the Murray-Darling Basin. Industry y Investment NSW, Fisheries Final Report Series 116, 47. es_ES
dc.relation.references Belcher, E., Matsuyama, B., Trimble, G. (2001). Object identification with acoustic lenses. Paper presented at the OCEANS, 2001. MTS/IEEE Conference and Exhibition, Honolulu, HI. doi:10.1109/oceans.2001.968656 es_ES
dc.relation.references 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 es_ES
dc.relation.references Craig, R.E., Forbes, S.T. (1969). Design of a sonar for fish counting. Fiskeridirektoratets skrifter, Serie Havundersøkelser, Vol 15(3), 210-219. es_ES
dc.relation.references Dewar, H., Graham, J. (1994). Studies of tropical tuna swimming performance in a large water tunnel - Energetics. Journal of Experimental Biology, 192, 13-31. es_ES
dc.relation.references Ehrenberg, J.E. (1972). A method for extracting the fish target strength distribution from acoustic echoes. Paper presented at the Engineering in the Ocean Environment, Ocean 72, Newport, RI, USA. doi:10.1109/OCEANS.1972.1161176 es_ES
dc.relation.references Han, J., Honda, N., Asada, A., Shibata, K. (2009). Automated acoustic method for counting and sizing farmed fish during transfer using DIDSON. Fisheries Science, 75(6), 1359-1367. doi:10.1007/s12562-009-0162-5 es_ES
dc.relation.references Haralick, R.M., Sternberg, S.R., Zhuang, X. (1987). Image Analysis Using Mathematical Morphology. IEEE Transactions on Pattern and Machine Intelligence, PAMI-9(4), 532-550. doi:10.1109/TPAMI.1987.4767941 es_ES
dc.relation.references Holmes, J.A., Cronkite, G.M.W., Enzenhofer, H.J., Mulligan, T.J. (2006). Accuracy and precision of fish-count data from a ''dualfrequency identification sonar'' (DIDSON) imaging system. ICES Journal of Marine Science, 63(3), 543-555. doi:10.1016/j.icesjms.2005.08.015 es_ES
dc.relation.references Mitra, V., Wang, C.J., Banerjee, S. (2004). Lidar Detection of Underwater Objects Using a Neuro-SVM-Based Architecture. IEEE Transactions on Neural Networks. es_ES
dc.relation.references Ochoa-Somuanom, J., Pérez-Lara, C., Toscano-Martínez, J.H., Pereyra-Ramos, C.G. (2013). Clasificación de objetos rígidos a partir de imágenes digitales empleando los momentos invariantes de Hu. Paper presented at the X Congreso Internacional sobre Innovación y Desarrollo Tecnológico, Cuernavaca Morelos, México. es_ES
dc.relation.references 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 es_ES
dc.relation.references Pajares Martinsanz, G., De la Cruz García, J. (2007). Visión por computador imágenes digitales y aplicaciones, 2ª ed. Ra-Ma Ed.: Madrid, España. es_ES
dc.relation.references Puertas, J., Cea, L., Bermúdez, M., Pena, L., Rodríguez, A., Rabuñal, J., Balairón, L., Lara, A., Aramburu, E. (2011). Computer application for the analysis and design of vertical slot fishways in accordance with ther requirements of the target species. Ecological Engineering, 48, 51-60. doi:10.1016/j.ecoleng.2011.05.009 es_ES
dc.relation.references Puertas, J., Pena, L., Teijeiro, T. (2004). Experimental Approach to the Hydraulics of Vertical Slot Fishways. Journal of Hydraulics Engineering, 130(1), 10-23. doi:10.1061/(ASCE)0733-9429(2004)130:1(10) es_ES
dc.relation.references Rodríguez, A., Bermúdez, M., Rabuñal, J., Aff.M.ASCE, Puertas, J., Dorado, J., Pena, L., Balairón, L. (2011). Optical Fish Trajectory Measurement in Fishways through Computer Vision and Artificial Neural Networks. Journal of Computing in Civil Engineering, 25(4), 291-301. doi:10.1061/(ASCE)CP.1943-5487.0000092 es_ES
dc.relation.references Rodríguez, R., Sossa, J.H. (2011). Procesamiento y análisis digital de imágenes, Ra-Ma Ed.: Madrid, España. es_ES
dc.relation.references 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 es_ES
dc.relation.references Tarrade, L., Texier, A., David, L., Larinier, M. (2008). Topologies and measurements of turbulent flow in vertical slot fishways. Hydrobiologia, 609, 177-188. doi:10.1007/s10750-008-9416-y es_ES
dc.relation.references White, D.J., Svellingen, C., Strachan, N.J.C. (2006). Automated measurement of species and length of fish by computer vision. Fisheries Research, 80(2-3), 203-210. doi:10.1016/j.fishres.2006.04.009 es_ES
dc.relation.references Wu, S., Rajaratnam, N., Katopodis, C. (1999). Structure of flow in vertical slot fishways. Journal of Hydraulic Engineering, 125(4), 351-360. doi:10.1061/(ASCE)0733-9429(1999)125:4(351) es_ES
dc.relation.references Zion, B., Alchanatis, V., Ostrovsky, V., Barki, A., Karplus, I. (2007). Real-time underwater sorting of edible fish species. Computer and Electronics in Agriculture, 56(1), 34-45. doi:10.1016/j.compag.2006.12.007 es_ES


This item appears in the following Collection(s)

Show simple item record