El pez está enfermo, SingTown Technology OpenMV lo sabe primero.

En la acuicultura y la gestión de peces ornamentales, enfermedades comunes como las dermatopatías, la podredumbre de aletas y la saprolegniasis, si no se detectan a tiempo, afectarán gravemente la salud y la tasa de supervivencia de los peces. La detección tradicional se basa principalmente en la observación visual manual, que no solo es ineficiente, sino que también es susceptible a interferencias como la turbidez del agua, los cambios de luz y el movimiento de los peces, lo que dificulta un diagnóstico preciso y oportuno de las lesiones.

Para ello, las empresas de acuicultura adoptan la cámara inteligente OpenMV de SingTown Technology para establecer un sistema de detección de salud de peces basado en visión artificial, utilizado para identificar en tiempo real anomalías en la superficie corporal de los peces. Este sistema se instala en la pared exterior de vidrio de los acuarios o estanques de cultivo, permitiendo monitorear la actividad de los peces dentro de un rango de 1 metro, realizando reconocimiento automático y detección de lesiones en pequeños peces dorados de aproximadamente 5 centímetros de longitud.

El objetivo del sistema es determinar, mediante el reconocimiento de imágenes, si aparecen características patológicas como manchas blancas, pelusas blancas, moho acuático o corrosión de las aletas caudales en la superficie del pez, proporcionando así una alerta temprana de salud y ayudando a los criadores a tomar medidas oportunas.

El sistema de identificación de salud de peces construido por empresas de acuicultura basado en la cámara inteligente OpenMV, integrando algoritmos de reconocimiento de imágenes por IA, segmentación de color, análisis de textura y comparación de características, puede detectar con precisión lesiones en los peces bajo el agua.

El sistema recopila en tiempo real imágenes del interior del acuario mediante cámaras de alta definición. La IA en el dispositivo utiliza un algoritmo de reconocimiento de color para extraer las áreas del cuerpo de los peces y filtrar la luz reflejada del fondo. Luego, el algoritmo analiza la distribución de brillo y la continuidad de textura en la superficie del cuerpo de los peces para identificar áreas con reflexiones anormales, como manchas blancas o moho acuático. Al mismo tiempo, el algoritmo puede combinar características morfológicas (como bordes irregulares de las aletas, áreas blanquecinas o borrosas) para determinar si existen aletas podridas, descomposición de aletas o adherencia de moho.

Para adaptarse al movimiento de los peces en el agua y las fluctuaciones de la luz, el sistema incorpora un ajuste dinámico de umbrales y un algoritmo de fusión de múltiples fotogramas, realizando una evaluación estable de imágenes consecutivas en cortos períodos de tiempo, lo que reduce efectivamente las falsas alarmas. En las pruebas, la distancia de identificación se mantuvo dentro de 1 metro, y el sistema puede identificar múltiples individuos simultáneamente, logrando una precisión de detección superior al 92% para enfermedades como la saprolegnia en peces pequeños como los goldfish. Los resultados de la detección pueden enviarse en tiempo real a la computadora principal o a la aplicación, transmitiendo alertas como posibles lesiones a través de la red.

SingTown OpenMV Smart Camera es fácil de operar, tiene bajo consumo de energía y una fuerte capacidad de detección en tiempo real. Es adecuado para implementar en dispositivos periféricos en acuicultura, acuarios de mascotas y laboratorios de investigación universitaria, ayudando a los usuarios a lograr un monitoreo oportuno, visual e inteligente de la salud de los peces.