ES2853424A1 - Optimización de la producción acuícola con una solución basada en la inteligencia artificial para la clasificación automática del género de los peces. - Google Patents

Abstract

Optimización del sector de la acuicultura mediante un sistema automático de clasificación del género de peces basado en inteligencia artificial. La presente invención hace referencia al campo del sexado de especies marinas. Más en particular, la presente invención hace referencia a un sistema de sexado del Salmón Atlántico (Salmo salar), Trucha Arcoíris (Oncorhynchus mykiss) y Lubina Europea (Dicentrarchus labrax). Aún más en particular, la presente invención hace referencia a un tipo de dispositivo para el sexado del Salmón Atlántico (Salmo salar), Truchas Arcoíris (Oncorhynchus mykiss) y Lubinas Europeas (Dicentrarchus labrax) en edades tempranas a partir de la diferenciación gonadal.

Description

DESCRIPCIÓN

Optimización de la producción acuícola con una solución basada en la inteligencia artificial para la clasificación automática del género de los peces

La presente invención hace referencia al campo del sexado de especies marinas. Más en particular, la presente invención hace referencia a un sistema de sexado del Salmón Atlántico (Salmo salar), Trucha Arcoíris (Oncorhynchus mykiss) y Lubina Europea (Dicentrarchus labrax). Aún más en particular, la presente invención hace referencia a un tipo de dispositivo para el sexado del Salmón Atlántico (Salmo salar), Truchas Arcoíris (Oncorhynchus mykiss) y Lubinas Europeas (Dicentrarchus labrax) en edades tempranas a partir de la diferenciación gonadal.

La industria europea de acuicultura de peces es una de las más importantes del mundo, con un producción de 2.6 millones de toneladas en 2017. Las principales especies de acuicultura producidas en Europa, en términos de volumen y valor económico, son el Salmón Atlántico (Salmo Salar) con un 54% de mercado y un valor económico de € 8 billones; Trucha Arcoíris Oncorhynchus mykiss) con un 9% de mercado y un valor de € 955 millones; y Lubina Europea (Dicentrarchus labrax) con un 3% del mercado y un valor de € 490 millones.

Sin embargo, en Europa la industria de la acuicultura se encuentra en una situación delicada ya que su competividad se encuentra comprometida. En los últimos años, la producción europea solo se incrementó en un 16,7 % mientras que en el resto del mundo la producción se incrementó en un 35,7%. Un crecimiento especialmente bajo en comparación con el experimentado por los 3 principales productores acuícolas (China, India e Indonesia) que aumentaron su productividad en un 34%, 50% y 114% respectivamente.

Todo ello es debido a que los costos de producción del salmón, trucha y lubina han aumentado en un 46%, 51% y 19% respectivamente desde 2010. En este sentido, los costos de producción dependen principalmente del alimento para peces y el costo de la compra de los juveniles. Dado que el alimento para peces es el principal costo de producción, su optimización es clave para aumentar la competitividad de la acuicultura en Europa. Para optimizar estos recursos, los productores deben clasificar los peces por género, ya que esta separación durante el ciclo de crecimiento permite una mejor optimización de la alimentación de los peces, como consecuencia ambos sexos aumentarán su tamaño y se reducirá el uso de antibióticos.

Actualmente, existen varios métodos y herramientas en el mercado mundial que permiten determinar el sexo de los peces en fases tempranas de la madurez. Sin embargo, estas alternativas no satisfacen la necesidad detectada. Ya que, el principal modo de diferenciar el género de los peces, es mediante el estudio de sus gónadas, que puede realizarse mediante: tecnologías invasivas y/o tecnologías no invasivas.

Las tecnologías clasificadas como tecnologías invasivas para determinación del sexo son las que utilizan métodos de biología, genética, métodos endoscópicos, etc. Estas técnicas generalmente proporcionan información precisa pero presentan dos principales desventajas: son métodos lentos, involucran mucho tiempo, implican el sacrificio de la toma, preparación y análisis de numerosas muestras, y se trata de procedimientos invasivos que pueden dañar el individuo.

Más recientemente, se han desarrollado métodos automáticos y no invasivos para el sexado de los peces. Algunas de las tecnologías que existen actualmente para este fin son: rayos X, ultrasonografía y ecografía. Estos métodos generalmente presentan deficiencias técnico-económicas ya que requieren de una gran inversión, son lentos y la obtención de los resultados presentan altos porcentajes de error por lo que no resuelven la problemática de manera global.

Por lo tanto, analizada la problemática es un objetivo de la presente invención dar a conocer un sistema de diferenciación gonadal que no presente los inconvenientes citados para la determinación sexual (macho o hembra) y seguimiento reproductivo de los peces basado en una algoritmia matemática de tratamiento de imagen avanzado que proporcione altas prestaciones técnicas.

SISTEMA DE SEXADO Y CONTEO

En un primer aspecto, la presenté invención da a conocer un dispositivo para la clasificación automática y precisa de las especies en las granjas acuícolas, según definición del sexo a edades tempranas (antes de ser llevadas al mar) que comprende:

- al menos 1 dispositivo ultrasónico.

- al menos 2 sensores de conteo.

- al menos 1 ordenador de placa única (Single Board Computer, SBC, por sus siglas en inglés). - al menos 1 router con capacidad de comunicación por cable (ETHERNET).

El dispositivo ultrasónico es el componente de la presente invención que permite obtener las imágenes ultrasónicas de las gónadas de los peces. Para ello, se emplea la emisión de ondas de alta frecuencia que al chocar contra los tejidos recibe ecos los cuales son procesados y transformados electrónicamente en una imagen que reproduce el área o los órganos en estudio. Preferentemente, el dispositivo ultrasónico trabajará en un rango de frecuencia entre 8-12 MHz y una tasa de refresco de 200 cuadros por segundo (fps), lo que permitirá que la onda ultrasónica viaje a través del agua (por lo tanto, no se requiere contacto entre el dispositivo y el pez), proporcionando múltiples imágenes (40­ 60) para reducir la cantidad de falsos positivos.

Los sensores de conteo son los compontes de la presente invención que se encargarán de realizar el conteo de peces de cada sexo. Para ello, se emplearán sensores de infrarrojo (IR) los cuales son dispositivos optoelectrónicos capaces de medir la radiación electromagnética infrarroja de los cuerpos en su campo de visión.

El ordenador de placa única es el componente de la presente invención que actuará a modo de interfaz directa entre el hardware del dispositivo y el software de alto nivel desarrollado, conteniendo toda la lógica de control del sistema GENCIS.

El router con conexión ethernet, permite la comunicación con el servidor para enviar todas las imágenes registradas por el dispositivo ultrasónico.

Para procesar la información registrada, la presente invención propone los siguientes modelos matemáticos o algoritmos para ser aplicados al sistema final de sexado y conteo de los peces:

1) ALGORITMIA DE SEGMENTACIÓN DE LA IMAGEN

Las imágenes tomadas son obtenidas de manera bruta, es decir, se obtiene una representación gráfica en escala de grises. Estas imágenes generadas presentan interferencias (ruidos) y ciertas anomalías que pueden entorpecer el posterior trabajo del clasificador. Es por esto que, la presente invención presenta una serie de técnicas de pre-procesado encargadas de mejorar la calidad de la imagen y resaltar únicamente aquellos objetos que se desea identificar sobre otros cuerpos que aparecen en la imagen, pero no se corresponden con objetos de interés (a estos últimos se les conoce como artefactos). Por tanto, en la presente invención se aplica un primer filtrado conocido como proceso de binarizado cuyo resultado es una imagen en blanco y negro en lugar de una imagen en escala de grises. Así, se establece un patrón lógico con el objetivo de reducir la escala de grises de la imagen bruta a dos únicos colores en los cuales las zonas blancas signifiquen zonas potenciales para el estudio y las zonas negras queden automáticamente descartadas por ser potenciales artefactos.

Para llevar a cabo dicha reducción, se debe establecer inicialmente un umbral mínimo del vector de lecturas. Este proceso no está apoyado en umbrales preestablecidos, sino que se obtiene a través de continuas iteraciones prueba-error. Para ello, se parte de un valor aleatorio correspondiente a la escala de grises del vector de lecturas (por ejemplo, 120) y se transforman todos aquellos que queden por encima del umbral al color blanco y todos aquellos que queden por debajo del umbral al color negro.

Así pues, una vez se realiza la ecografía, se puede observar que esta contiene ciertos datos que no son de interés para el estudio del sexo del pez. Por lo tanto, inicialmente se debe proceder a eliminar estas zonas centrando el tratamiento en la anatomía del pez, en aquellas zonas de potencial interés (zona abdominal del pez) de forma que se pueda realizar un recorte de la imagen lo más pequeño posible alrededor de la zona que contiene los objetos a detectar (en este caso las gónadas). Dicho en otras palabras, se trata de aplicar un segundo filtrado conocido como segmentación con el objetivo de reducir los falsos positivos durante el posterior procesamiento del clasificador y minimizar el costo computacional del tratamiento de datos.

Para llevar a cabo este proceso de segmentación, se utilizan técnicas basadas en algoritmos morfológicos. El motivo de esta elección es doble: presentan una buena capacidad de adaptarse según la imagen de entrada y además permiten realizar un filtrado por grid (ventana con una celda de la imagen segmentada) que mejora la precisión del sistema global. Para ello, se parte de la imagen bruta binarizada y se desarrolla una nueva algoritmia que consiste en la repetición de una serie de ciclos erosión-dilatación a las ecografías obtenidas, de forma que se consiga una simplificación de las imágenes conservando las principales características de forma de los objetos.

En esta línea, la erosión es un proceso matemático que trata de reducir la imagen original (a la que llamaremos A) a partir de un elemento estructural (al que llamaremos B) de acuerdo con la siguiente ecuación, donde el símbolo Q representa que cada elemento de A es también elemento de B:

A 0 B = {x / Bx Q A}

Por su parte, el proceso de dilatación también se define a partir de una imagen A y un elemento estructural B (ambos imágenes binarias con fondo blanco) de acuerdo con la siguiente ecuación, donde la intersección (n) solamente representa los píxeles negros y 0 es el conjunto vacío:

A © B = {x | (BB) x n A * 0}

2) ALGORITMIA DE ANÁLISIS DE LAS GÓNADAS DEL PEZ

Con la finalización de los trabajos vinculados a la primera fase de procesamiento, se está en disposición de una imagen binarizada y segmentada de las zonas potencialmente susceptibles de albergar el estómago y las gónadas del pez. De esta forma se ha conseguido reducir el tamaño de la imagen a procesar y eliminar gran cantidad de artefactos que dificultarían la clasificación por sexo del pez, pero esta imagen todavía es demasiado grande como para analizar la existencia de órganos reproductores. Por este mismo motivo, se requiere aplicar un proceso basado en histogramas de Gradientes Orientados en las proximidades de las paredes del estómago hasta localizar los órganos reproductores del pescado.

Los Histogramas de Gradientes Orientados (HOG) se basan en la idea que los objetos (como pudieran ser las gónadas del ejemplar) pueden ser caracterizados mediante su apariencia. Para ello, los HOG obtienen la orientación del gradiente de cada píxel, generando de este modo la distribución espacial del objeto.

A grandes rasgos, la idea principal es implementar un sistema que divida la imagen en pequeñas regiones (conocidas como celdas) y obtenga para cada una de ellas un histograma a partir de la orientación de los gradientes de los píxeles que la forman. Además, para una mejor respuesta, se debe normalizar el contraste en unas zonas más grandes (denominadas bloques) y utilizar dicho resultado para normalizar las celdas del bloque. De esta forma, la combinación de los histogramas generados para cada una de las celdas proporciona la representación de la imagen en el espacio.

Para la determinación del tamaño de una celda es necesario escoger dos parámetros:

• Cx que representa el número de píxeles de la celda en el eje x.

• Cy, que representa el número de píxeles de la celda en el eje y.

De este modo, el número total de píxeles dentro de una celda viene determinado por la siguiente ecuación:

CC=CCxx x CCyy

Por último, la imagen es devuelta por un clasificador bayesiano que la subdivide en n imágenes cuadradas solapadas de L píxeles de lado. Si la imagen tiene unas dimensiones de 255 x 196 píxeles, el número de recortes resultantes será: n = (255-L) x (196-L).

El input de la función del clasificador bayesiano es la imagen ecográfica que genera directamente el ecógrafo (pues aquí se hace todo el pre-procesado para cada imagen), mientras que el output es doble: por un lado una imagen donde se señala el estómago en color verde y su centro con un puntero rojo y por otro lado el área de búsqueda de las gónadas.

Para la determinación final del sexo del pez se parte de una premisa clave: en caso de localizar órganos reproductivos dentro de las gónadas, dada la temprana edad del espécimen, se tratará de órganos reproductivos femeninos (pues los masculinos tardan más tiempo en desarrollarse).

Si el clasificador bayesiano detecta que existen gónadas en al menos 4 de las subdivisiones se considerará un resultado positivo. Esto se realiza para evitar falsos positivos en alguna subdivisión ocasional por alguna estructura similar a las mismas.

3) DISEÑO Y DESARROLLO DE UNA RED NEURONAL QUE PERMITA DETERMINAR EL SEXO DE LAS LUBINAS.

En el caso de ciertas especies, no basta con la identificación de las gónadas, sino que se deberá determinar la forma concreta de las mismas. Para ello, con la imagen procesada en la fase 2, se entrena una red neuronal basada en técnicas de Inteligencia Artificial que aprenda cuál es la forma de las gónadas y pueda identificar así el género del espécimen. De esta manera, la red trabajara con un input que será la imagen de las gónadas y un output que señalará el género (macho o hembra).

El entrenamiento de la misma se realizará mediante el uso de una base de datos de imágenes ultrasónicas de las cuales ya se conoce el género, reconociendo así la forma gonadal.

Para su mejor comprensión se adjunta, a títu lo de ejemplo explicativo pero no limitativo, una figura de formas de realización de la red neuronal de la presente invención (Fig.1). En la misma se señala con un "1" la fase correspondiente al input de entrada y con un "2" la fase correspondiente al output de salida.

INSTALACIÓN Y FUNCIONAMIENTO

Para llevar a cabo el proceso GENCIS incorpora una estructura diseñada exprofeso la cual se divide en tres fases: Fase de bombeo, Fase de ordenación y selección y Fase de sexado, conteo y clasificación.

Es evidente para un experto en la materia que la estructura de la presente invención comprenderá forzosamente una Fase de sexado, conteo y clasificación, y podrá incluir o no en función de las instalaciones de una Fase de bombeo y una Fase ordenación y selección.

Para su mejor comprensión se adjunta, a títu lo de ejemplo explicativo pero no limitativo, una figura de formas de realización de la presente invención (Fig.2). En la misma se señala con una "A" el tramo de la estructura correspondiente a la Fase de bombeo, con una "B" el tramo de la estructura que se corresponde con la Fase de ordenación y selección y con una "C" el tramo de la estructura asociado a la Fase de sexado, conteo y clasificación.

> Fase de bombeo (A). Esta fase engloba los elementos necesarios para bombear a los peces en fase de smolt desde los estanques/piscinas donde se encuentren hasta la llegada a la tolva de entrada del sistema GENCIS, y se compone de los siguiente elementos:

- Al menos 1 conducto de extracción flexible.

- Al menos 1 bomba extractora.

- Al menos 1 conducto hacia tolva de entrada.

> Fase de ordenación y selección (B). Una vez los peces han sido bombeados desde los estanques hasta el sistema, pasarán por una tolva de entrada donde se redireccionarán hacia los canales de selección, cuyo fin es el de posicionar consecutivamente los peces smolt para la posterior fase de sexado. Así, se definen los siguientes componentes:

- Al menos 1 tolva de entrada.

- Al menos 1 rampa de agua.

- Al menos 1 canal de selección.

- Al menos 1 canal de enjuague.

- Al menos 1 sistema para el ajuste de los canales de selección.

- Al menos 1 motorreductor.

> Fase de sexado, conteo y clasificación (C). Una vez los peces smolt han sido dispuestos en fila mediante el canal o los canales de selección existentes, proseguirán a través de un conducto hacia las unidades de sexado y conteo, donde de forma automática se determina el sexo del pez en un corto lapso temporal (<8s), para ser posteriormente dirigidos hacia un caño u otro en función del resultado obtenido (macho o hembra). Para lograr tal propósito, se definen los siguientes componentes:

- Al menos 1 conducto (codos y uniones) para la línea de recepción peces.

- Al menos 1 unidad de sexado y conteo

- Al menos 1 electroválvula.

- Al menos 2 tuberías de salida y bombas extractoras.

Para su mejor comprensión se adjunta, a títu lo de ejemplo explicativo pero no limitativo, una figura de formas de la realización de la Fase de sexado, conteo y clasificación (Fig.3). En la misma se señala con un "3" el conducto para la línea de recepción de peces, con un "4" se señala la unidad de sexado y conteo, con un "5" se indica la electroválvula y con un 6 las tuberías de salida.

Si bien la invención se ha presentado y descrito con referencia a una realización de la misma, se comprenderá que esta no es limitativa de la invención, por lo que podrán darse variables múltiples, detalles constructivos u otros que podrán considerarse evidentes para los técnicos del sector después de interpretar la materia que se da a conocer en la presente descripción, reivindicaciones y dibujos. Así pues, todas las variantes y equivalentes quedarán incluidos dentro del alcance de la presente invención si se pueden considerar comprendidas dentro del ámbito más extenso de las siguientes reivindicaciones.

Claims (13)

REIVINDICACIONES

1. Sistema para el sexado del Salmón Atlántico (Salmo salar), Truchas Arcoíris (Oncorhynchus mykiss) y Lubinas Europeas (Dicentrarchus labrax) en edades tempranas a partir de la diferenciación gonadal , CARACTERIZADO porque comprende:

- al menos 1 dispositivo ultrasónico.

- al menos 2 sensores de conteo.

- al menos 1 ordenador de placa única (Single Board Computer, SBC, por sus siglas en inglés). - al menos 1 router con capacidad de comunicación por cable (ETHERNET).

2. Sistema, según reivindicación 1, CARACTERIZADO porque dicho dispositivo ultrasónico trabaja en un rango de frecuencia entre 8-12 MHz.

3. Sistema, según reivindicación 1, CARACTERIZADO porque la tasa de refresco del dispositivo ultrasónico es de 200 cuadros por segundo (fps).

4. Sistema, según reivindicación 3, CARACTERIZADO porque proporciona múltiples imágenes (40-60) para reducir la cantidad de falsos positivos.

5. Sistema, según reivindicación 1, CARACTERIZADO porque dicho sensor de conteo será del tipo sensor de infrarrojos (IR).

6. Sistema, según reivindicación 1, caracterizado porque dicho router es de tipo alámbrico con conexión Ethernet.

7. Sistema, según reivindicación 1, CARACTERIZADO porque dicho ordenador es del tipo placa única (SBC)

8. Procedimiento para el sexado y conteo de peces que utiliza un sistema, según las reivindicaciones 1 a 5, CARACTERIZADO porque comprende dos algoritmos y una red neuronal:

a) Un algoritmo de segmentación de imagen.

b) Un algoritmo HOG (Histogramas de Gradientes Orientados)

c) Una red neuronal para la clasificación final de los peces (macho o hembra).

9. La instalación y el funcionamiento del sistema GENCIS, está CARACTERIZADO por dividirse en tres fases: Fase de bombeo, Fase de ordenación y selección y Fase de sexado, conteo y clasificación.

10. La Fase de bombeo, traslado de piscinas/estanques a tolva, según la reivindicación 9, CARACTERIZADA porque comprende:

- Al menos 1 conducto de extracción flexible.

- Al menos 1 bomba extractora.

- Al menos 1 conducto hacia tolva de entrada.

11. La Fase de ordenación y selección, traslado desde la tolva hasta los canales de selección, según la reivindicación 9, CARACTERIZADA porque comprende:

- Al menos 1 tolva de entrada.

- Al menos 1 rampa de agua.

- Al menos 1 canal de selección.

- Al menos 1 canal de enjuague.

- Al menos 1 sistema para el ajuste de los canales de selección.

- Al menos 1 motorreductor.

12. La Fase de sexado, conteo y clasificación, traslado del canal de selección al caño correspondiente según clasificación (macho o hembra), CARACTERIZADA porque comprende:

- Al menos 1 conducto (codos y uniones) para la línea de recepción peces.

- Al menos 1 unidad de sexado y conteo

- Al menos 1 electroválvula.

- Al menos 2 tuberías de salida y bombas extractoras.

13. Procedimiento según reivindicación 1 a 8, y 12, CARACTERIZADA porque una vez definido el sexo del pez a analizar, la electroválvula se activará para ofrecer el paso a un tubo de salida u otro, según sexo del pez (macho o hembra).