一种用于河蟹判别的图像识别方法与流程

文档序号:12512406阅读:690来源:国知局

本发明涉及图像识别领域,尤其涉及一种用于河蟹判别的图像识别方法。



背景技术:

河蟹学名中华绒螯蟹(Eriocheir sinsensis H.), 隶属于节肢动物门、甲壳纲、十足目、方蟹科、弓腿蟹亚科、绒螯蟹属。河蟹肉味鲜美、营养丰富, 深受人们喜爱,自1991 年以来我国河蟹养殖产量快速、稳定增长,成为了我国极为重要的水产经济生物,河蟹养殖是我国水产养殖中最具活力和发展前景的支柱产业之一。全国许多地区将河蟹产业作为调整农业产业结构、增加农民收入、发展农村经济、建设和谐社会的支柱产业。随着河蟹养殖产业的不断发展,养殖企业和养殖户对选育的优良蟹苗的需求日益旺盛,然而一些技术环节却制约着河蟹育种业的发展,尤其是制约家系选育模式的发展。

标记技术就是制约家系选育模式发展的一个关键点,现有用在甲壳类中的标记方法有,剪附肢、纹身、深层组织活体染色、线标、荧光色素标记、荧光牌标记、眼标等,但是由于蟹类生长过程中脱壳频繁的习性,这些方法的应用效果都难以保证准确区分家系,目前普遍的做法是各个家系需要分隔养殖,这样又不能保证其养殖环境的一致性,进而影响选育效果。一些专家学者开发了分子标记技术,但是限于技术成本和操作时间等因素,也很难大规模应用。



技术实现要素:

为了克服上述现有技术的不足,本发明提供了一种用于河蟹判别的图像识别方法。本发明不对河蟹直接进行标记,通过对比河蟹优良个体和群体图像数据特征,实现选择优良家系的目的。

本发明所采用的技术方案是通过图像比对的方法来判别河蟹的家系关系,从而实现标记河蟹的目的,具体包括。

(1)采集河蟹图像,是指获得河蟹的头胸甲照片。采集方式可以包括但不限于高清相机拍照、摄像头拍照、扫描仪扫描。

(2)图像预处理,是指对每只河蟹的图像进行数据化处理。首先对头胸甲图像进行降维处理,保留头胸甲边缘轮廓、表面突起的中心点和特殊颜色区域的中心点,其余部分透明化;其次头胸甲轮廓线以像素为单位点化处理,然后选取特征点:以头胸甲额齿中间缺刻凹陷最深点为原点建立平面坐标系,得出每一个边缘像素点的坐标,把位于头胸甲边缘轮廓线上的转折点定为A点,从原点开始顺时针记作Ai(i=1、2、3……n),每两个A点之间像素点数量的第25%、50%、75%个点定为B点,从原点开始顺时针记作Bi(i=1、2、3……n),把头胸甲上各个突起的中心点定位为C点,从原点开始顺时针记作Ci(i=1、2、3……n),把头胸甲上特殊颜色区域的中心点定位为D点,从原点开始顺时针记作Di(i=1、2、3……n)。

(3)构建河蟹模式图和特征值,从原点开始依次链接A点和B点形成闭合曲线,成为河蟹模式图;测量出Ai、Bi、Ci、Di各点到原点的距离分别记作LAi、LBi、LCi、LDi, i=1、2、3……n,测量出第一侧齿宽记作L0,计算特征值Tj,Tj=Lj/L0,j=Ai、Bi、Ci、Di

(4)构建已知河蟹群体模式图和特征值,重复步骤(1)、(2)获得已知河蟹群体内每个个体的图像数据,统计分析得到LAi、LBi、的平均值`LAi、`LBi,进而得到A点和B点平均位置`A点和`B点,从原点开始依次链接`A点和`B点形成闭合曲线,成为已知河蟹群体的模式图;统计分析得到特征值Tj的平均值`Tj,成为已知河蟹群体的特征值。

(5)河蟹个体判别,首先将待判别河蟹个体模式图和已知河蟹群体模式图进行比对,把二者原点重合,缩放待判别河蟹个体模式图并进行移动旋转,重合在一起的部分认为二者吻合,如果二者吻合度达到75%以上,再进行特征值比对,如果0.95<Tj/`Tj<1.05则认为二则吻合,如果特征值吻合度达到90%以上,则认为待判别河蟹个体是群体中的成员。

具体实施方式

下面结合实施例对本发明的具体应用做详细阐述。

实施例1:选育大规格河蟹。

首先把要进行选育的河蟹家系同时进行家系单独养殖和混合养殖,并预设大规格标准。

其次在成蟹或者扣蟹起捕后应用本发明进行选择,具体步骤包括。

(1)采集河蟹图像,是指获得河蟹的头胸甲照片;采集方式可以包括但不限于高清相机拍照、摄像头拍照、扫描仪扫描。

(2)图像预处理,是指对每只河蟹的图像进行数据化处理;首先对头胸甲图像进行降维处理,保留头胸甲边缘轮廓、表面突起的中心点和特殊颜色区域的中心点,其余部分透明化;其次头胸甲轮廓线以像素为单位点化处理,然后选取特征点:以头胸甲额齿中间缺刻凹陷最深点为原点建立平面坐标系,得出每一个边缘像素点的坐标,把位于头胸甲边缘轮廓线上的转折点定为A点,从原点开始顺时针记作Ai(i=1、2、3……n),每两个A点之间像素点数量的第25%、50%、75%个点定为B点,从原点开始顺时针记作Bi(i=1、2、3……n),把头胸甲上各个突起的中心点定位为C点,从原点开始顺时针记作Ci(i=1、2、3……n),把头胸甲上特殊颜色区域的中心点定位为D点,从原点开始顺时针记作Di(i=1、2、3……n)。

(3)构建河蟹模式图和特征值,从原点开始依次链接A点和B点形成闭合曲线,成为河蟹模式图;测量出Ai、Bi、Ci、Di各点到原点的距离分别记作LAi、LBi、LCi、LDi, i=1、2、3……n,测量出第一侧齿宽记作L0,计算特征值Tj,Tj=Lj/L0,j=Ai、Bi、Ci、Di

(4)构建家系模式图和家系特征值,按照步骤(1)、(2)、(3)获得每个家系的每只河蟹的图像数据,按照家系统计分析得到LAi、LBi、的平均值`LAi、`LBi,进而得到A点和B点平均位置`A点和`B点,从原点开始依次链接`A点和`B点形成闭合曲线,成为家系的模式图;统计分析得到特征值Tj的平均值`Tj,成为家系的特征值。

(5)河蟹个体判别,首先从混合养殖河蟹中选出符合预设大规格标准的河蟹作为待判别河蟹,按照步骤(1)、(2)、(3)获得图像数据,其次将待判别河蟹个体模式图依次和家系模式图进行比对,把二者原点重合,缩放待判别河蟹个体模式图并进行移动旋转,重合在一起的部分认为二者吻合,如果二者吻合度达到75%以上,再进行特征值比对,如果0.95<Tj/`Tj<1.05则认为二则吻合,如果特征值吻合度达到90%以上,则认为待判别河蟹个体是家系成员,最后选择判别成功率高的家系进入后续的选育步骤。

实施例2:判别河蟹产地。

(1)采集河蟹图像,是指获得河蟹的头胸甲照片,采集方式可以包括但不限于高清相机拍照、摄像头拍照、扫描仪扫描。

(2)图像预处理,是指对每只河蟹的图像进行数据化处理。首先对头胸甲图像进行降维处理,保留头胸甲边缘轮廓、表面突起的中心点和特殊颜色区域的中心点,其余部分透明化;其次头胸甲轮廓线以像素为单位点化处理,然后选取特征点:以头胸甲额齿中间缺刻凹陷最深点为原点建立平面坐标系,得出每一个边缘像素点的坐标,把位于头胸甲边缘轮廓线上的转折点定为A点,从原点开始顺时针记作Ai(i=1、2、3……n),每两个A点之间像素点数量的第25%、50%、75%个点定为B点,从原点开始顺时针记作Bi(i=1、2、3……n),把头胸甲上各个突起的中心点定位为C点,从原点开始顺时针记作Ci(i=1、2、3……n),把头胸甲上特殊颜色区域的中心点定位为D点,从原点开始顺时针记作Di(i=1、2、3……n)。

(3)构建河蟹模式图和特征值,从原点开始依次链接A点和B点形成闭合曲线,成为河蟹模式图;测量出Ai、Bi、Ci、Di各点到原点的距离分别记作LAi、LBi、LCi、LDi, i=1、2、3……n,测量出第一侧齿宽记作L0,计算特征值Tj,Tj=Lj/L0,j=Ai、Bi、Ci、Di

(4)构建不同产地河蟹模式图和特征值,去不同产地的河蟹各100只,按照步骤(1)、(2)、(3)获得每只河蟹的图像数据,按照产地统计分析得到LAi、LBi、的平均值`LAi、`LBi,进而得到A点和B点平均位置`A点和`B点,从原点开始依次链接A点和`B点形成闭合曲线,成为不同产地河蟹的模式图;统计分析得到特征值Tj的平均值`Tj,成为不同产地河蟹的特征值。

(5)河蟹产地判别,首先按照步骤(1)、(2)、(3)获获得待判别河蟹的图像数据,其次将待判别河蟹模式图和不同产地河蟹模式图进行比对,把二者原点重合,缩放待判别河蟹个体模式图并进行移动旋转,重合在一起的部分认为二者吻合,如果二者吻合度达到75%以上,再进行特征值比对,如果0.95<Tj/`Tj<1.05则认为二则吻合,如果特征值吻合度达到90%以上,则认为待判别河蟹个体是该产地出产的。

当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1