确定具有生物体的样品的感兴趣变量的值的方法和系统与流程

本说明书涉及用于评估与具有水生生物体的样品有关的感兴趣变量的系统和方法，更具体地，涉及评估感兴趣变量的计算机视觉的系统和方法。

背景技术：

水产养殖包括培养随时间生长的水生生物（例如鱼）群体。可能需要控制所培养生物体和/或给予所培养生物体的饲料量（有时为较小水生生物体的形式），以在生长、存活率和成本方面实现令人满意的效率。

已公开的pct申请wo2012/083461，描述了用于使用样品对光信号的衰减量来估计样品中相对大量的生物体的方法和系统。这些方法和系统在一定程度上是令人满意的，但有改进的余地。例如，为了在确定生物体数量方面提供令人满意的精确度，已知预先进行校准以确定与已知量的生物体相关联的衰减量。在校准步骤中使用的生物体数量通过手工计数确定，而这是耗时的。

技术实现要素：

当需要对相对大量的生物体进行计数时，出现一种具体需要。例如，鱼卵生产者为了充分地评估样品中存在的鱼卵的数量，逐一计数鱼卵通常是一个耗时的过程。在一些情况下，例如在鱼卵的情况下，这些生物体在计数步骤期间可能以重叠的方式聚集，而不是分散在水介质中。已经发现，这些积聚的生物占据的体积可能与生物体数量相关联。可以预先使用校准过程，其可以包括确定生物体的（平均）单位体积和生物体的填充因子（即，当生物体聚集时未使用的体积的量，其取决于生物的形状和变形性）。

因此，根据一个方面，提供了一种用于确定以封闭容器接收的具有生物体数量的样品的相关联感兴趣变量的方法，所述封闭容器具有从封闭底部向上延伸的轮廓壁，所述方法包括以下步骤|：在所述容器中接收一定量的所述生物体的样品，从而使得所述生物体积聚而形成从所述封闭底部延伸到所述轮廓壁的给定水平的生物体深度；使用相机，获取接收在容器中的生物体样品的图像；测量所述图像中对应于所述生物体深度所延伸到的所述轮廓壁的给定水平的成像水平；和基于校准数据，确定与所述成像水平相关联的所述生物体数量。

一种具体需要，涉及确定样品的水生生物有关的感兴趣变量，其中感兴趣变量可以与水生生物的外观相关。例如，生物体的颜色可以指示生物体的健康（例如，一些细菌，真菌和/或寄生虫疾病改变生物体的颜色）。在另一个示例中，生物体的平均尺寸和/或尺寸分布可以是基于生物体的外观确定的感兴趣变量，并且更具体地通过例如测量样品中生物体的尺寸来确定。因此，需要可用于自动确定样品中的生物体相关联的外观相关变量的系统和方法。

根据一个方面，提供了一种用于确定与容器中接收的生物体样品相关联的外观相关变量的方法，所述方法包括以下步骤：在容器中接收给定体积的生物体样品；使用相对于所述容器的固定距离处的相机，获取接收在所述容器中的生物体样品的图像；以及使用由所述相机拍摄的图像，来确定与所述生物体相关联的所述外观相关的变量的值。

根据另一方面，已知校准如已公开的pct申请wo2012/083461中所述的系统，以允许随后在接收的光量（接收光=发射光-衰减）和生物数量之间建立令人满意的相关性。更具体地，校准可以包括确定生物量衰减关系（指示每个个体生物体吸收光量的关系），并且可能需要手动计数相对大量的生物体。因此，需要自动化确定与生物体相关联的生物量衰减关系，这反过来又有助于自动化如已公开的pct申请wo2012/083461中描述的测光系统的校准。

根据一个方面，提供了一种确定与容器中接收的生物体样品相关联的生物量衰减关系的方法，所述方法包括以下步骤：在容器中接收给定体积的生物体样品；使用相机，获取接收在所述容器中的生物体样品的图像；使用所述图像确定与所述样品相关联的生物体数量的值；同时具有预先确定生物体数量的样品被接收在容器中；将初始强度的漫射光发射到所述样品上；所述容器接收所述漫射光并且反射所述漫射光穿过所述样品，从而所述样品令所述初始强度衰减；测量所述漫射光的反射强度；以及将反射强度与样品的生物体数量进行比较，以获得生物量衰减关系。

有一种需要是对大量水生生物进行计数。例如，生产者有时需要对所生产的水生生物数量进行相对良好的估计，以便提供适量的饲料，从而在不浪费资源的情况下增加生长和存活率。一旦确定了正确量的饲料，下一个挑战实际上在于向水生生物提供正确量的饲料，这也可能需要计数生物体，因为可以使用较小的活生物体（例如浮游生物）作为饲料。因此，需要可用于自动化计数样品中的生物体的系统和方法。因此，为了适当地管理水产养殖业中的生物体生产，需要计数大量的生物体。

根据一个方面，提供了一种确定与容器中接收的生物体样品相关联的感兴趣变量的方法，所述方法包括以下步骤：在容器中接收给定体积的生物体样品；使用相机，获取接收在所述容器中的样品的图像；以及，使用所述图像，确定与所述样品相关联的所述感兴趣变量的值。

接收给定体积的步骤还可以包括：在容器中接收给定体积的生物体样品，使得至少部分生物体具有与其他生物体的区别特征不重叠的区别特征，所述方法还包括以下步骤：在所述图像中定位所述生物体的所述区别特征；其中所述确定与在所述容器中接收的所述体积相关联的所述感兴趣变量的值，是基于所述图像中的所述定位的区别特征。

容器可以是具有从封闭底部向上延伸的轮廓壁和已知尺寸的封闭容器；其中所述接收还包括在所述容器中接收所述给定体积的样品，使得所述生物彼此重叠以形成从所述封闭底部向上延伸到所述轮廓壁水平的生物体层，所述方法还包括以下步骤：：获得与所述生物体相关联的单位体积，所述图像包括所述样品和所述容器的内部，由此所述图像显示所述生物体层所延伸到的轮廓壁水平，其中所述感兴趣变量是所述生物体层体积；基于轮廓壁的高度和容器的已知尺寸，推断容器内的生物体层的体积；以及，基于所述生物体层的单位体积和推断体积，确定与所述生物体层相关联的生物体数量。

容器可以是具有入口、出口和在入口和出口之间的导管的开放容器，所述容器包括一定体积的生物体样品，其进一步包括在入口处接收生物体样品流，并且令所述样品体积穿过所述导管朝向所述出口流动，所述样品流使得至少部分生物体具有与所述流的其它生物体区别特征不重叠的区别特征；定位所述图像中的生物体的区别特征，所述方法还包括以下步骤：基于所述定位的区别特征，确定与在所述容器中接收的体积相关联的所述感兴趣变量的值；并且其中，所述确定与在所述容器中接收的体积相关联的所述感兴趣变量的值，是基于所述图像中被定位的区别特征。

根据另一方面，提供了一种用于确定与生物样品相关联的感兴趣变量的值的系统，所述系统包括：用于接收样品的容器；安装到所述容器并具有朝向所述样品定向的相机的结构，用于获取接收在所述容器中的样品的图像；以及，与所述相机通信的处理器，所述处理器与计算机可读存储器耦合，所述计算机可读存储器配置为存储计算机可执行指令，所述计算机可执行指令当由所述处理器执行时执行以下步骤：使用图像确定与所述样品相关联的感兴趣变量的值。

根据另一方面，提供了一种用于确定与样品相关联的感兴趣变量的方法，所述样品被接收在容器中、并具有数个生物体，所述方法包括以下步骤：从相机获取在容器中的样品的图像；以及，使用所述图像确定与所述样品相关联的所述感兴趣变量的值。

根据另一方面，提供了一种确定接收在容器中的样品的体积的方法，所述方法包括以下步骤：在所述容器中接收所述样品；从相机获取在所述容器中接收的样品的图像；测量所述图像中对应于所述样品在所述容器中的延伸水平的成像水平；使用所述成像水平和校准数据确定所述样品的体积。

在阅读本公开之后，本领域​​技术人员将了解关于本发明中的改进的许多进一步特征及其组合。

附图说明

在附图中，

图1a是根据实施例所述的用于确定鱼样品的感兴趣变量的系统的示例，沿着纵向轴线截取的横截面图；

图1b是沿根据实施例所述的图1a所示系统的1b-1b截面截取的截面俯视图。

图1c是由根据实施例所述的图1a所示系统获取的图像的示例。

图2a是根据实施例所述的用于确定鱼卵样品的感兴趣变量的系统的另一示例，沿着纵向轴线截取的横截面图；

图2b是沿根据实施例所述的图2a所示系统的截面2b-2b截取的横截面俯视图。

图2c是由根据实施例所述的图2a所示系统获取的图像的示例。

图2d是沿根据实施例所述的图2a所示系统的截面2d-2d截取的截面图，其中示出了具有刻度的轮廓壁。

图2e是由根据实施例所述的图2c所示系统获取的缩放图像的示例，并且示出了图2所示的图像的放大部分。

图3a是根据实施例所述的用于确定感兴趣变量的具有相机和光发射器的系统的另一示例，沿着纵向轴线截取的横截面图。

图3b是沿根据实施例所述的图3a所示系统的3b-3b截面的截面俯视图。

图3c是由根据实施例所述的图3a所示的系统获取的图像的示例。

图4a是根据实施例所述的用于确定感兴趣变量的值的系统的另一示例的斜视图，其中该系统具有摄像机并且安装到开口容器；

图4b是根据实施例所述的用于确定感兴趣变量的值的系统的另一示例的斜视图，其中该系统具有沿着开口容器轴向间隔开的相机和光发射器；和

图4c是根据实施例所述的用于确定感兴趣变量的值的系统的另一示例的斜视图，其中该系统沿着开放容器在给定轴向位置处具有相机和光发射器。

这些附图描绘的示例性实施例仅用于说明目的，可以对这些示例性实施例做出变形、替代性配置、替代性部件和改进。

具体实施方式

本公开描述了用于确定与水生生物样品有关的感兴趣变量的值的方法和系统。根据情况和实施例，感兴趣变量可以是数量、估计单位体积、生物量、感兴趣的外观相关变量，例如颜色、色素沉着或疾病的存在、深度、位置、体积、长度、宽度、面积和在水产养殖领域中使用的其它感兴趣变量。水生生物可以是鱼、鱼卵、浮游生物等，取决于应用。应当理解，尽管描述了特定实施例，但是最适合于确定与给定生物体相关联的感兴趣的给定变量的实施例，对于本领域技术人员将是显而易见的。

图1a-b示出了根据实施例所述的用于确定感兴趣变量的值的系统100的示例，其简称为“系统”，涉及生物体104的样品102。如图所示，系统100具有容器106，可安装到容器106的结构108，和安装到所述结构并与处理模块112有线或无线通信的一个（或多个）相机110。在所示示例中，容器106可以称为封闭容器，这是由于其具有封闭底部114，轮廓壁116从该底部延伸。

更具体地，结构108用于将相机110保持在离容器106的封闭底部114的给定距离d处。如图1a所示，结构108以盖的形式提供，其可拆卸地连接到与封闭底部114相对的轮廓壁116的上端118。在一些实施例中，容器106和结构108制为不透光的，以防止光进入容器106，从而避免例如环境光和系统之间的干扰。

相机110的位置使得，当容器106接收生物体104的样品102时，相机110可以对样品102或其一部分进行成像以供系统100进一步分析。换句话说，相机110具有朝向样品102定向的视场120。如图所示，图1a中所示的系统100的视场120包括样品102的整个顶表面122以及轮廓壁116的一部分124，如图1c更清楚所示。在可选实施例中，视场120可以限于样品的给定部分，如下面将进一步详细描述的。

现在参考图1a，处理模块112通常具有处理器、存储器和用于为需要电力的系统部件供电的电源。在一个实施例中，电源是独立的电源，例如电池或太阳能板，从而向系统提供更大的移动性，例如通过使用电源线。存储器可以存储可读指令，所述可读指令当由处理器执行时可以执行用于根据图像确定感兴趣变量的值的步骤。

在该实施例中，处理模块112用于定位图像128中的生物体104的区别特征，并且基于生物体104的被定位的区别特征来确定感兴趣变量的值。为了确定生物体104的区别特征令人满意，生物体104分散在液体介质126（例如水）层中，或不分散在液体介质中。

如系统100的相机110拍摄的示例性图像128所示，区别特征是生物体104的轮廓130，但是应当理解，可选地，区别特征可以是眼睛、内脏或任何合适的生物体104的解剖结构成像特征特点。此外，该实施例也可用于鱼卵或其他合适的海洋生物。

如图1a-b所示的实施例中，液体介质126的层具有相对于生物体104的尺寸129调节的深度127，尺寸129基本上平行于深度127。这种调节可以帮助防止或限制可以由相机110看到的生物体104之间的重叠量，从而能够帮助以令人满意的精度确定感兴趣变量的值。在该具体实施例中，生物体104的尺寸129可以指代从相机110的角度测量的典型生物体104的厚度。换句话说，参考图1a-b所示的实施例，尺寸129是生物体104的高度。在一个实施例中，深度127小于生物体104的尺寸129的约两倍，优选地小于生物体104的尺寸129的约1.5倍，并且更优选地小于生物体104的尺寸129。

在样品102的一些生物体104重叠的情况下，系统100可以特别用于诊断重叠的发生，并触发警报和/或修改感兴趣变量的值。例如，如果区别特征是轮廓，则系统100可以用于估计两个重叠轮廓的可能组合，并且在图像128中定位这样的重叠轮廓。当重叠轮廓被定位时，可以相应地修改感兴趣变量的值。根据情况，这种修改还可以应用于多于两种重叠的生物体。

应当理解，图像128可以进行数字处理，以便增强其对比度，例如，从而允许区别特征130的更有效定位。例如，图像128可以使用给定的强度阈值，使得图像中任何强度低于给定强度阈值的像素被设置为黑色，且图像中任何强度高于或等于给定强度阈值的像素被设置为白色。在替换实施例中，图像128还在不同部分进行分割，由此图像分割成多个段，这有助于系统100分析图像128。还应理解，可以使用其他图像处理技术。

根据构思，尽管在图1c中仅示出一个图像128，也仍可以使用样品的多个图像来确定感兴趣变量。例如，图像可以由单个相机拍摄，或者由多个相机拍摄。在使用多个相机的情况下，相应的视场可以不同，这可以允许避免使用例如更昂贵的变焦。在一些实施例中，可以以时间顺序获取图像，以便随时间监视感兴趣变量的值，或平均所述值以获得感兴趣变量的平均值。例如，当利用放大镜单独地分析小型移动生物体以便确定诸如长度等特征时，拍摄多个图像且同时允许生物体在图像之间移动，从不同的单独图像确定的长度取平均以确定平均长度，能够实现数据统计有效性方面的更大满意度。

在另一个实施例中，系统100可以用于确定另一个感兴趣变量，例如生物体的尺寸、深度、长度或单位体积。在这样的实施例中，系统100在空间中参考图像128，并且参考容器106的已知尺寸、相机110的已知视场120，以及相机110相对于容器106间隔的已知距离d，从而可以使用图像128来估计一个生物体104的尺寸和/或体积。

更具体地，可以针对相机110和生物体104（例如，封闭底部114）之间的特定距离优化相机110的焦距，使得图像128的清晰度可以根据生物体104相对于相机110的距离而变化。因此，通过量化图像的清晰度，可以估计生物体深度的相关信息。

现在参考图2a-b，如图所示为根据实施例所述的用于确定感兴趣变量的值的系统200。在该具体实施例中，通过将校准数据与计算机视觉相关联来确定感兴趣变量（生物体204的数量）的值。更具体地，在该示例中，系统200与没有液体介质的鱼卵样品202一起使用。生物体204被接收在封闭容器206中，并且其位置使得生物体204积聚。“积聚生物体”204可以是在重力作用下彼此堆叠并收集在容器中的多个生物体，占据从封闭底部214向上延伸到轮廓壁216的水平l的生物体体积232。积聚生物体204占据的体积232可以包括显著量的空白空间，这取决于生物体的形状和可压缩性/可变形性，或者仅包括可忽略量的空间。如下面将详细描述的，如果空白空间量显著，则可以使用填充因子来确定生物体数量与作为空白空间量的体积之间的关系。

系统200用于使用诸如图2c所示的图像228，来测量生物体204的体积232所达到的轮廓壁216的水平l。更具体地，水平l的确定，可以是通过在图像228中，测量由分隔生物体深度的成像边缘234的多个像素和相机视场220中的参考点所给出的成像水平li。所述参考点可以是例如视场220的边缘，或另一个参考点。一旦确定了成像水平li，就可以使用校准数据将其与样品的生物体204的数量相关联。

在一个实施例中，校准数据将成像水平li与生物体204的数量相关联。这样的校准数据可以通过执行校准过程来获得，该校准过程可以包括例如将已知数量nj的生物体204放置在容器中，获取校准图像，并使用校准图像来测量轮廓壁216的对应成像水平li，j。通过至少再重复一次这些步骤，可以获得针对给定系统200（例如，对于给定容器206）的校准数据，在本例中校准数据的形式为关系nj=f（li，j）。因此，系统200可以通过将被认为与水平l成比例的成像水平li与生物体204的数量相关联，来确定样品202中的生物体204的数量。校准数据还可以以其他合适的形式提供，如将在下面描述。

在另一个实施例中，系统200配置为，使用包括容器206的已知尺寸以及与每个生物体204相关联的单位体积的校准数据，来确定生物体204的数量。在该实施例中，系统200配置为确定图像228中的成像水平li，并且基于成像水平li和容器205的已知尺寸，推断所积聚生物体204的体积232的值。一旦推断了聚集生物体204的体积232的值，则系统200可以通过将校准数据的单位体积与从图像228推断的聚集生物体204的体积的值相关联，来确定生物体204的数量。

应当注意，系统200使用的校准数据可以包括与给定类型的聚集生物体204相关联的填充因子，即生物体204之间的估计空白量。例如，鱼卵通常基本上是球形，其可以具有不同的填充因子，取决于它们是以面心立方（fcc）方式还是六方密堆积（hcp）方式聚集。因此，系统200可以基于填充因子修改生物体204的数量，其通常可以使生物体204的数量向下降低一定程度。根据生物体204及其几何形状，在确定生物体204的数量时可以忽略考虑填充因子。在可选实施例中，宜为考虑生物体204的填充因子。在另一个实施例中，生物体204之间的空白可以用液体介质填充。在该具体实施例中，当液体介质量大于样品在没有液体介质时将具有的样品空白量，则可以修改填充因子。

此外，校准数据包括与生物体204相关联的变形因子。在一个实施例中，变形因子可以导致填充因子作为水平l的函数而变化。例如，当与生物体204相关联的变形因子显著时，更接近封闭底部214的生物体204的填充因子可能高于更接近顶部表面222的生物体的填充因子。因此，当认为生物体204的可变形性可能影响样品202中存在的生物体204的数量的确定时，可以通过变形因子修改由系统200确定的生物体204的数量。在另一个实施例中，当与生物体204相关联的变形因子较低时，填充因子在整个样品202中可以相对恒定。

在另一实施例中，如图2d所示，轮廓壁216具有渐变轮廓部分231，以帮助使用图像228将像素距离lp转换为水平l。

在又一实施例中，系统100和200可以用于使用由相机拍摄的图像，来确定感兴趣的外观相关变量。感兴趣的外观相关变量可以包括颜色分布、色素沉着分布、尺寸分布、缺陷（例如寄生虫、疾病）的存在，和任何有用的信息。基于这种感兴趣的外观相关变量，系统100和200可以将一种状态与样品的一个或多个生物体相关联。例如，生物体204的颜色可以帮助确定生物体204是否健康（细菌、真菌和/或寄生虫相关疾病的存在），这可能是有用的。此外，在另一个实施例中，通过例如整体分析样品202或分析样品202的每个个体生物体204来确定生物体204的样品202的感兴趣的外观相关变量，可能是有用的。因此，使用存在于单个图像中的多个生物体，来平均与生物体204相关联的感兴趣的外观相关变量，也是有用的。在该实施例中，维持用于成像目的的样品照明，以使图像彼此具有可比性。在样品包括液体介质的情况下，该实施例可以用于确定液体介质相关的感兴趣变量的值。

为了进一步确定感兴趣的外观相关变量，系统200可以具有限于样品102顶表面给定部分的视场220。如图2e所示，可以缩小视场，从而获得放大图像238。在感兴趣变量是生物体数量、生物体估计单位体积以及生物体204任何与外观相关的相关联的感兴趣变量等的实施例中，根据情况，即使生物体之间存在重叠量，系统200配置为利用这种放大图像238增加感兴趣变量的值的分辨率。根据实施例，可以将视场设置为样品的相对小的部分（例如5％），以便增加分辨率。例如，图2e的放大图像238示出了几种生物体204，其中生物体204'具有不同的颜色，这可以指示生物体204具有特定的疾病或不同的成熟度。

可选地，可以使用类似的方法来确定液体或半液体样品（与具有很少或没有液体介质的积聚生物体的样品相反）的体积。可选地，可以使用立体视觉来获得3d图像。空容器的3d图像可以用于确定用于校准的容器底部形状，并且可以将具有生物样品的容器的3d图像与空容器的图像进行比较，以确定样品体积，该样品体积又可以与一定量的生物体相关联。在一些实施例中，相机可以非常简单以降低成本，并且例如可以提供为没有变焦能力。

图3a-b示出了用于使用计算机视觉和光度测定来确定生物体304的样品302的感兴趣变量的值的系统300的另一示例。除了相机310之外，系统300还具有朝向容器306并朝向样品302定向的光发射器340，以及光检测器342。在所示实施例中，除了相机310之外，光发射器340和光检测器342安装到盖308，在距离封闭底部314的距离d处。在一个可选实施例中，例如，相机可以用作光检测器342，而不是作为单独的部件。

当使用诸如在公开的pct申请wo2012/083461中描述的系统时，感兴趣变量的值的确定，需要漫射光的接收强度量和生物质衰减关系之间的相关性。实际上，对于具有给定反射表面（例如，白色壁和容器底部）的给定系统，且其中在给定液体（例如具有给定衰减因子的水）中测试或单独测试（在没有液体的积聚关系中（例如卵））样品的生物体（生物质），影响反射光衰减的唯一剩余变量是生物质的存在，因此衰减关系可以简化为生物质衰减关系。为了便于理解，注意生物量衰减关系通常是以“每数量生物体吸收的能量数量”为单位的函数。因此，为了确定生物量衰减关系，必须测量样品的生物体所吸收的能量数量，将该能量数量除以该样品中存在的生物体的总量（通常手动计算），然后对于其中具有不同生物体数量的给定数量样品，重复这些步骤。因此，使用生物体数量（由计算机视觉确定）和生物体304吸收的能量（由光度测定确定），可以确定生物量衰减关系。在可选实施例中，可以执行更复杂的校准形式，以考虑更普遍的衰减关系的其它变量，例如壁和液体介质导致的衰减的校准。

如图3a-b所示，系统300将计算机视觉与光度测量结合，从而避免了在确定生物体304的生物量衰减关系时对生物体304的手动计数。因此，可以在校准过程之后获得生物量衰减系数，该校准过程包括以下步骤：在容器306中接收生物体304的样品，使用计算机视觉确定样品的生物体304的数量的值，测量由容器306内的生物体304吸收的能量数量，并且将吸收的能量数量除以所确定的样品的生物体304的数量的值。通常，所述接收、确定、测量和除法步骤执行一次以上，以便提供具有多个生物质衰减系数的生物质衰减关系。在生物质衰减关系与生物体304的数量成正比的特定情况下，只有一个生物量衰减系数（即，线y=m*x+b的斜率m，其中b=0）即可足以用于使用生物量衰减系数来确定给定样品的生物量。

在一个实施例中，测量生物体吸收的能量数量需要一个参考过程，以便将生物体实际吸收的能量数量从可被容器和/或液体介质（如果有的话）吸收的能量数量分离。对于生物量衰减关系的每个生物量衰减系数，系统300可以用于朝向没有生物体的参考容器发射初始强度的漫射光（为了正确参考，在样品包括生物体和液体介质两者的情况下，没有生物体的参考容器可以包含液体介质），并且测量仅由参考容器（以及液体介质，如果有的话）反射的漫射光的反射强度。然后，系统300可以用于朝包含生物体304的样品302的容器306发射初始强度的漫射光，并且测量由容器和样品反射的漫射光的反射强度。通过比较漫射光的初始强度，由参考容器反射的漫射光的强度，和由容器和样品反射的漫射光的反射强度，可以确定生物体304单独吸收的能量数量。在可选实施例中，可以使用其他合适的参考过程。

如上所述，在使用计算机视觉确定与生物体304相关联的生物量衰减关系后，可以使用光度测定来提供生物体304的数量的值。在可选实施例中，优选地，可以确定含有不同数量的生物体304的多个样品的生物量衰减系数，以便获得具有统计代表性的生物量衰减关系。在另一个实施例中，一旦使用计算机视觉和光度测定的组合充分地确定了生物量衰减关系，则使用光度测定来确定感兴趣变量的值，因其通常比计算机视觉消耗功率更低。

应当理解，对于使用光度测定的实施例，以及可能对于使用计算机视觉的实施例，容器306和/或盖308通常由不透明的材料制成，用于防止外部光干扰容器内部的照明。此外，材料选择为反射性的，使得漫射光在容器306上的反射增加。容器306和/或盖308因此可以由不透明的白色聚合物制成。在图3a所示的实施例中，样品接收在反射板344中，以便增加系统300的分辨率。

再如图3a所示，系统300的盖308上具有用户接口346。用户接口346通常以触摸屏的形式提供，其可用于例如对处理模块312进行编程，以及显示感兴趣变量的值。系统300还具有用于将数据或电力输入和输出系统300的通信端口和电源插座348。

图4a-c示出了用于确定感兴趣变量的值的系统400的不同实施例。在这些实施例中，容器以开口容器406的形式提供，开口容器406具有入口450、出口452和在它们之间的导管454（例如管状导管）。因此，可以提供生物体404的样品流，使得生物体404沿着给定方向d从入口450朝向出口452流动，同时确定感兴趣变量的值。

在这些实施例中，所述流的深度427相对于所述生物体404相关联的尺寸429进行选择（相对于相机410的视点），以便限制或防止生物体404在视场420中发生重叠。尺寸429基本上平行于深度427，使得在图4a-c所示的实施例中，尺寸429对应于典型的生物体404的高度。注意，在可选实施例中，相机410的位置可以沿垂直于图4a页面的轴对生物体404成像，例如，使得相关联生物体的尺寸429是典型生物体404的厚度。在一个实施例中，深度427小于生物体404的尺寸429的约两倍，优选为小于生物体404的尺寸429的约1.5倍，更优选地小于生物体404的尺寸429。

现在参考图4a，系统400具有容纳在结构408中的相机410和处理模块412，该结构408又经由透明窗口456气密地固定到导管454，使得相机410的视场420穿过窗口456，以在生物体404流动时对生物体404成像。相机410定位在沿导管454的轴向位置。为了更好的准确性，限制样品402的生物体404之间的重叠量。换句话说，由相机410成像的体积的生物体密度保持较低。

图4b示出了可以使用计算机视觉以及光度测定的系统400'。实际上，结构408具有安装在沿导管454的两个不同轴向位置处的摄像机410和光发射器440。使用上述方法，系统400'可以用于确定生物体404的样品402的生物量衰减关系。更具体地，在一个实施例中，构思了：图像的获取和反射强度的获取，由计时器基于间隔距离d1（相机410和光发射器440之间的距离）和生物体沿导管454的线性速度v进行延迟。这样的计时器有助于确定给定体积的样品的感兴趣变量的值。

图4c示出了也可以使用计算机视觉和光度测定的系统400’’。在该实施例中，导管454具有开口458，其中相机410、光发射器440和/或光检测器442通过开口458在导管454内部密封地伸出。在本实施例中，相机410、发射器440和光检测器442是防水的。如图所示，结构408密封地保持流中的组分，同时保持处理模块412干燥。在一个实施例中，系统400’’可以具有再循环泵455，该再循环泵455可以连接在入口450和出口452之间，用于使生物体404的样品402穿过开口容器406再循环。

应当理解，上述及图示示例仅是示例性的。例如，本文描述的方法和系统可以用于确定关于包含甲壳动物、软体动物和水生植物的样品的变量或感兴趣的值。在可选实施例中，可以使用诸如透镜和滤光器等光学部件的组合，来根据研究的生物体类型来优化图像的分辨率。应当理解，系统可以使用不同波长的照明，不同类型的合适波长滤光器，和不同的偏振滤光器。此外，应注意，开口容器不限于仅开口于入口和出口，它也可沿开口容器（例如河流等）的纵向轴线打开。“相机”这一表述通常用于指代可以获取和记录视觉图像的设备。在一些实施例中，例如，相机可以是具有数字相机芯片的装置，该相机装置具有非常简单的光学器件，并且避免使用变焦镜头；在其他实施例中，相机可以包括变焦镜头，而在另一些实施例中，相机可以是例如以激光扫描仪的形式提供。在上述大多数实施例中，相机获得的是2d图像，但是注意，在可选实施例中，相机可以获取3d图像。本发明的范围由所附权利要求所述。