字級:
小字級
中字級
大字級

應用無人機於魚塭災損空拍影像處理之初步案例

資料來源:行政院農業委員會水產試驗所/ 林志遠、鄭憲君、王郁峻

虱目魚在台灣一向為重要的經濟養殖魚種,但由於其屬於熱帶與亞熱帶水域魚類,當水溫過低時常發生無法耐受而死亡的現象。在每年冬季寒流過境期間,虱目魚專養或與文蛤或白蝦混養之養殖魚塭常有魚群大量死亡造成災損的情況。在極端氣候趨於頻繁的當下,此類天然災害造成的養殖損失持續增加。

近年來為降低漁民因為這類災害所造成的損失,各種依據氣象資訊之補助與保險理賠因運而生,但尚無法針對各別魚塭狀況進行較實際與科學化之災損判定。近幾年由於無人空拍機系統的普及化,以及深度學習在影像處理作業上的快速進展,對於災損證據保全與分析可信度方面則已有相當的技術基礎。

圖1、災損現場魚體漂浮狀況圖1、災損現場魚體漂浮狀況

無人機系統涵蓋範圍極廣,需依實際任務需求選定合適的系統。本文所提及的無人機,為市售等級的空拍機。在機體構型的選擇上,旋翼機因為具備定點停懸的功能,故較適合使用於各池魚塭災害影像的拍攝作業。災害影像的拍攝保全,目的在於提供後續影像分析與人工核定之參考。影像模組可約略分為多光譜相機與一般可見光相機。前者可滿足研究分析所需,但在重量與價格方面偏高,且僅有少數與無人機整合的市售版本可供選擇;後者雖僅能提供一般影像,但多數市售空拍機皆已整合高解析度的可見光影像模組,在整體應用的便利性與成本面皆有其明顯的優勢。

圖2、空拍機與寒害死亡的虱目魚圖2、空拍機與寒害死亡的虱目魚

由於應用標的主背景為魚塭水域,具有高度變化與複雜度,並常伴隨陽光光影與雲層倒影等干擾,使得利用傳統影像處理方法進行魚體堆疊區域的分離不具可行性。因此,本研究採取深度學習方法進行目標自動偵測,經使用軟體控制之擬真死亡魚體堆疊分布之大量模擬影像進行模型訓練後,可於實際空拍影像中自動標記魚體死亡浮體區域,以利災損範圍的快速確認。

本災損空拍案例,係2021年1月12日位於台南七股地區四口淺坪式文蛤池,但因本次寒流之威力有限、持續時間短,僅造成零星虱目魚死亡,總死亡魚隻約在100至200尾左右(圖1)。研究團隊於隔日即至現場以Mavic 2 Pro輕型無人機(圖2)於18公尺、34公尺及64公尺三種航高進行空拍取像。雖然本次實際死亡的魚隻數量低,但模型仍可於不同高度進行魚體堆疊群集的驗證。由圖3可知大多實際死亡浮體之虱目魚已被成功標記,其初步結果顯示面積重疊率為70.31%,實際魚體標示率為90.19%。

圖3、由左至右分別為18公尺、34公尺,以及64公尺航高偵測結果(紅色範圍為深度學習模型自動標記的魚體堆疊區域)圖3、由左至右分別為18公尺、34公尺,以及64公尺航高偵測結果(紅色範圍為深度學習模型自動標記的魚體堆疊區域)

未來將以本文所展示的案例為基礎,除持續以實際災損現場進行反覆驗證外,亦可針對整體作業流程的便利性進行改善,並結合空拍影像技術業者的能量與經驗,以期能夠在未來整合出可快速進行災損評估的技術服務方案,以達到養殖業者、災損承保單位,以及政府勘災單位各方面多贏的成效。

▲研發團隊:水產試驗所/工研院微系統中心

聯絡人:王郁峻 助理研究員

電話:02-24622101#2524

E-mail:ycwang@mail.tfrin.gov.tw

TOP