水下海参图像自动分割方法及装置的制造方法
【专利摘要】本发明公开了一种水下海参图像自动分割方法及装置，涉及数字图像分析和处理技术领域，本发明中通过对图像颜色空间的分解和再融合使得海参边缘更清晰，通过边缘检测得到海参边缘，自动定位海参目标的大概中心位置，以此中心位置构建的初始轮廓区域与海参目标所在区域的大部分重合，可减少计算量和提高分割结果的准确性，并且分割过程不需要任何人工参与，智能化程度高。
【专利说明】
水下海参图像自动分割方法及装置
技术领域
[0001] 本发明涉及数字图像分析和处理技术领域，特别涉及一种水下海参图像自动分割 方法及装置。
【背景技术】
[0002] 海参具有很高的营养价值，是理想的滋补保健品。目前常用的海参捕捞方法有拖 网捕捞和人工潜水捕捞，拖网捕捞不仅造成海参的过多捕捞还破坏了海洋的生态环境，造 成了海参资源锐减;人工捕捞则对潜水员的生命有着严重的威胁。因此随着人类对海洋的 研究，越来越多的国内外学者把精力投入到了水下机器人的研究，利用机器视觉技术识别 定位水下海参目标引导水下机器人实现海参的自动捕捞有着很广阔的前景，而数字图像的 目标精准分割是实现海参自动捕捞的前提之一。
[0003] 数字图像，尤其是水下数字图像，由于水下复杂的成像环境使水下海参图像对各 种噪声和干扰比较敏感，造成获取水下海参图像成像质量不高而且信息冗余;另水下海参 图像背景复杂、目标位置不确定、目标边缘模糊等特点，使得水下海参图像的快速自动分割 变得十分困难。众多图像分割方法中，比较有代表性的是主动轮廓模型，最早由Kass等人于 1988 年提出，（Kass M ,ff itkin A，Terzopoulos D . Snakes ： Active contour models， Int · J· Comput · Vision · 321-331，（1988))。它建立一个包含基于图像灰度外能与轮廓内能 的函数，通过轮廓曲线内力与灰度梯度外力的驱动，使初始轮廓产生形变，最终收敛到真实 的目标边界，从而实现目标的分割。近年来，主动轮廓模型有了很多改进，并且应用到了水 下目标的分割，但这些主动轮廓模型往往需要人工指定初始轮廓，当初始轮廓远离目标区 域或者和目标区域重合较少时，主动轮廓模型往往无法完全分割出海参目标，甚至误分割。
【发明内容】
[0004] 鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上 述问题的一种水下海参图像自动分割方法及装置。
[0005] 依据本发明的一个方面，提供了一种水下海参图像自动分割方法，所述方法包括：
[0006] 获取待分割水下海参图像，对所述待分割水下海参图像进行灰度转换及颜色空间 分解，获得灰度图像和R、G、B图像；
[0007] 对所述R、G、B图像进行R+G-B融合，以获得融合图像；
[0008] 对所述融合图像进行边缘检测，以获得海参目标的边缘；
[0009] 根据所述海参目标的边缘获取所述海参目标的中心坐标，以所述海参目标的中心 坐标构建初始矩形轮廓；
[0010] 根据构建的初始矩形轮廓通过主动轮廓模型对所述灰度图像进行海参目标分割。
[0011] 可选地，所述根据所述海参目标的边缘获取所述海参目标的中心坐标，具体包括： [0012 ] 根据所述海参目标的边缘Bn (rn，wn)通过下式获取所述海参目标的中心坐标P (rc， wc)，
[0014] 其中，rn为边缘点第η个像素的行坐标值，wn为边缘点第η个像素的列坐标值，N为边 缘点像素数量。
[0015] 可选地，所述以所述海参目标的中心坐标构建初始矩形轮廓，具体包括：
[0016] 以所述海参目标的中心坐标P(r。，w。)通过下式构建初始矩形轮廓CQ(r，w)，
[0018] 式中，i为待分割水下海参图像像素的行数，j为待分割水下海参图像像素的列数。
[0019] 可选地，所述根据构建的初始矩形轮廓通过主动轮廓模型对所述灰度图像进行海 参目标分割之前，所述方法还包括：
[0020] 采用对比度受限自适应直方图均衡法对所述灰度图像进行对比度增强。
[0021 ] 可选地，所述对所述融合图像进行边缘检测，以获得海参目标的边缘，具体包括：
[0022] 采用边缘检测算子对所述融合图像进行边缘检测，以获得海参目标的边缘。
[0023] 依据本发明的另一个方面，提供了一种水下海参图像自动分割装置，所述装置包 括：
[0024]图像获取单元，用于获取待分割水下海参图像，对所述待分割水下海参图像进行 灰度转换及颜色空间分解，获得灰度图像和R、G、B图像；
[0025] 图像融合单元，用于对所述R、G、B图像进行R+G-B融合，以获得融合图像；
[0026] 边缘检测单元，用于对所述融合图像进行边缘检测，以获得海参目标的边缘；
[0027] 轮廓构建单元，用于根据所述海参目标的边缘获取所述海参目标的中心坐标，以 所述海参目标的中心坐标构建初始矩形轮廓；
[0028] 目标分割单元，用于根据构建的初始矩形轮廓通过主动轮廓模型对所述灰度图像 进行海参目标分割。
[0029] 可选地，所述轮廓构建单元根据所述海参目标的边缘Bn(rn，wn)通过下式获取所述 海参目标的中心坐标Ρ(γ。，·^)，
[0031]其中，rn为边缘点第η个像素的行坐标值，wn为边缘点第η个像素的列坐标值，Ν为边 缘点像素数量。
[0032]可选地，所述轮廓构建单元以所述海参目标的中心坐标P (r。，w。)通过下式构建初 始矩形轮廓Co(r，w)，
[0034]式中，i为待分割水下海参图像像素的行数，j为待分割水下海参图像像素的列数。 [0035] 可选地，所述装置还包括：
[0036] 对比增强单元，用于采用对比度受限自适应直方图均衡法对所述灰度图像进行对 比度增强。
[0037] 可选地，所述边缘检测单元采用边缘检测算子对所述融合图像进行边缘检测，以 获得海参目标的边缘。
[0038] 本发明中通过对图像颜色空间的分解和再融合使得海参边缘更清晰，通过边缘检 测得到海参边缘，自动定位海参目标的大概中心位置，以此中心位置构建的初始轮廓区域 与海参目标所在区域的大部分重合，可减少计算量和提高分割结果的准确性，并且分割过 程不需要任何人工参与，智能化程度高。
【附图说明】
[0039] 通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通 技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明 的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
[0040] 图1是本发明一种实施方式的水下海参图像自动分割方法的流程图；
[0041] 图2是待分割水下海参图像的不意图；
[0042] 图3是对灰度图像进行对比度受限自适应直方图均衡后的示意图；
[0043]图4是R+G-B融合的融合图像的示意图；
[0044] 图5是融合图像的边缘检测结果示意图；
[0045] 图6是初始矩形轮廓的示意图；
[0046] 图7是水下海参的分割结果示意图；
[0047] 图8是本发明一种实施方式的水下海参图像自动分割装置的结构框图。
【具体实施方式】
[0048] 下面结合附图和实施例，对本发明的【具体实施方式】作进一步详细描述。以下实施 例用于说明本发明，但不用来限制本发明的范围。
[0049] 图1是本发明一种实施方式的水下海参图像自动分割方法的流程图；参照图1，所 述方法包括：
[0050] S101:获取待分割水下海参图像，对所述待分割水下海参图像进行灰度转换及颜 色空间分解，获得灰度图像和R、G、B图像；
[0051] 需要说明的是，可通过图像采集设备（例如:Canon PowerShot G12防水相机)获取 待分割水下海参图像，获取的待分割水下海参图像可参照图2。
[0052]应说明的是，所述R、G、B图像即为所述待分割水下海参图像R、G、B三分量分别对应 的图像。
[0053] S102:采用对比度受限自适应直方图均衡法对所述灰度图像进行对比度增强；
[0054]本步骤中采用以Rayleigh分布为基础的对比度受限自适应直方图均衡法对所述 灰度图像进行灰度直方图扩展，使所述图像的灰度分布更均匀，增强对比度，提高所述图像 质量。图3为经过对比度受限自适应直方图均衡化后，图像对比度增强的结果。
[0055] S10 3:对所述R、G、B图像进行R+G-B融合，以获得融合图像；
[0056]可理解的是，本实施方式中通过R+G-B融合，参照图4,融合图像中绿色水草区域被 消除，从而使得海参的边缘细节变得清晰。
[0057] S104:对所述融合图像进行边缘检测，以获得海参目标的边缘；
[0058] 在具体实现中，可采用边缘检测算子对所述融合图像进行边缘检测，以获得海参 目标的边缘，参照图5，大部分海参目标的边缘和少量背景物的边缘被检测出来。
[0059] S105:根据所述海参目标的边缘获取所述海参目标的中心坐标，以所述海参目标 的中心坐标构建初始矩形轮廓；
[0060] 所述海参目标的中心坐标可参照图5中的标记点，本步骤中，根据所述海参目标的 边缘获取所述海参目标的中心坐标，可具体包括：
[0061 ] 根据所述海参目标的边缘Bn(rn，wn)通过下式获取所述海参目标的中心坐标P(r。， wc)，
[0063] 其中，rn为边缘点第η个像素的行坐标值，wn为边缘点第η个像素的列坐标值，N为边 缘点像素数量。
[0064] 由于海参目标在图像中的位置随机，且主动轮廓模型一般需要指定初始轮廓，初 始轮廓与海参目标的相交区域越多，分割模型的计算时间越短、分割准确性越高，为缩短分 割模型的计算时间及准确性，本本步骤中，以所述海参目标的中心坐标构建初始矩形轮廓， 可具体包括：
[0065] 以所述海参目标的中心坐标P(rc；，W。)通过下式构建初始矩形轮廓CQ(r， W)，
[0067] 式中，i为待分割水下海参图像像素的行数，j为待分割水下海参图像像素的列数。
[0068] 所述初始矩形轮廓能自适应海参目标的位置，与海参目标有较多重合区域，结果 如图6所示。
[0069] S106:根据构建的初始矩形轮廓通过主动轮廓模型对所述灰度图像进行海参目标 分割。
[0070] 在具体实现中，所述海参目标的分割结果可参照图7。
[0071] 本实施方式中通过对图像颜色空间的分解和再融合使得海参边缘更清晰，通过边 缘检测得到海参边缘，自动定位海参目标的大概中心位置，以此中心位置构建的初始轮廓 区域与海参目标所在区域的大部分重合，可减少计算量和提高分割结果的准确性，并且分 割过程不需要任何人工参与，智能化程度高。
[0072] 对于方法实施方式，为了简单描述，故将其都表述为一系列的动作组合，但是本领 域技术人员应该知悉，本发明实施方式并不受所描述的动作顺序的限制，因为依据本发明 实施方式，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉， 说明书中所描述的实施方式均属于优选实施方式，所涉及的动作并不一定是本发明实施方 式所必须的。
[0073] 图8是本发明一种实施方式的水下海参图像自动分割装置的结构框图；参照图8， 所述装置包括：
[0074] 图像获取单元801，用于获取待分割水下海参图像，对所述待分割水下海参图像进 行灰度转换及颜色空间分解，获得灰度图像和R、G、B图像；
[0075]图像融合单元803,用于对所述R、G、B图像进行R+G-B融合，以获得融合图像；
[0076] 边缘检测单元804,用于对所述融合图像进行边缘检测，以获得海参目标的边缘； [0077]轮廓构建单元805,用于根据所述海参目标的边缘获取所述海参目标的中心坐标， 以所述海参目标的中心坐标构建初始矩形轮廓；
[0078]目标分割单元806，用于根据构建的初始矩形轮廓通过主动轮廓模型对所述灰度 图像进行海参目标分割。
[0079]在本发明的一种可选实施方式中，所述轮廓构建单元805根据所述海参目标的边 缘Bn(rn，wn)通过下式获取所述海参目标的中心坐标P(rc；，w。），
[0081] 其中，rn为边缘点第η个像素的行坐标值，wn为边缘点第η个像素的列坐标值，N为边 缘点像素数量。
[0082] 在本发明的一种可选实施方式中，所述轮廓构建单元以所述海参目标的中心坐标 PCrc^w。)通过下式构建初始矩形轮廓C〇(r，w)，
[0084] 式中，i为待分割水下海参图像像素的行数，j为待分割水下海参图像像素的列数。
[0085] 在本发明的一种可选实施方式中，所述装置还包括：
[0086]对比增强单元802,用于采用对比度受限自适应直方图均衡法对所述灰度图像进 行对比度增强。
[0087]在本发明的一种可选实施方式中，所述边缘检测单元804采用边缘检测算子对所 述融合图像进行边缘检测，以获得海参目标的边缘。
[0088]对于装置实施方式而言，由于其与方法实施方式基本相似，所以描述的比较简单， 相关之处参见方法实施方式的部分说明即可。
[0089] 应当注意的是，在本发明的装置的各个部件中，根据其要实现的功能而对其中的 部件进行了逻辑划分，但是，本发明不受限于此，可以根据需要对各个部件进行重新划分或 者组合。
[0090] 本发明的各个部件实施方式可以以硬件实现，或者以在一个或者多个处理器上运 行的软件模块实现，或者以它们的组合实现。本装置中，PC通过实现因特网对设备或者装置 远程控制，精准的控制设备或者装置每个操作的步骤。本发明还可以实现为用于执行这里 所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产 品）。这样实现本发明的程序可以存储在计算机可读介质上，并且程序产生的文件或文档具 有可统计性，产生数据报告和 Cpk报告等，能对功放进行批量测试并统计。应该注意的是上 述实施方式对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所 附权利要求的范围的情况下可设计出替换实施方式。在权利要求中，不应将位于括号之间 的任何参考符号构造成对权利要求的限制。单词"包含"不排除存在未列在权利要求中的元 件或步骤。位于元件之前的单词"一"或"一个"不排除存在多个这样的元件。本发明可以借 助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置 的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、 第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
[0091] 以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通 技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有 等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。
【主权项】
1. 一种水下海参图像自动分割方法，其特征在于，所述方法包括： 获取待分割水下海参图像，对所述待分割水下海参图像进行灰度转换及颜色空间分 解，获得灰度图像和R、G、B图像； 对所述R、G、B图像进行R+G-B融合，W获得融合图像； 对所述融合图像进行边缘检测，W获得海参目标的边缘； 根据所述海参目标的边缘获取所述海参目标的中屯、坐标，W所述海参目标的中屯、坐标 构建初始矩形轮廓； 根据构建的初始矩形轮廓通过主动轮廓模型对所述灰度图像进行海参目标分割。2. 如权利要求1所述的方法，其特征在于，所述根据所述海参目标的边缘获取所述海参 目标的中屯、坐标，具体包括： 根据所述海参目标的边缘Bn(rn，Wn)通过下式获取所述海参目标的中屯、坐标P(rc，Wc)，其中，rn为边缘点第η个像素的行坐称值，Wn刃班缘点第η个像素的列坐标值，N为边缘点 像素数量。3. 如权利要求2所述的方法，其特征在于，所述W所述海参目标的中屯、坐标构建初始矩 形轮廓，具体包括： W所述海参目标的中屯、坐标P(rc，wc)通过下式构建初始矩形轮廓C〇(r，W)，式中，i为待分割水下海参图像像素的行数，j为待分割水下海参图像像素的列数。4. 如权利要求1~3中任一项所述的方法，其特征在于，所述根据构建的初始矩形轮廓 通过主动轮廓模型对所述灰度图像进行海参目标分割之前，所述方法还包括： 采用对比度受限自适应直方图均衡法对所述灰度图像进行对比度增强。5. 如权利要求1~3中任一项所述的方法，其特征在于，所述对所述融合图像进行边缘 检测，W获得海参目标的边缘，具体包括： 采用边缘检测算子对所述融合图像进行边缘检测，W获得海参目标的边缘。6. -种水下海参图像自动分割装置，其特征在于，所述装置包括： 图像获取单元，用于获取待分割水下海参图像，对所述待分割水下海参图像进行灰度 转换及颜色空间分解，获得灰度图像和R、G、B图像； 图像融合单元，用于对所述R、G、B图像进行R+G-B融合，W获得融合图像； 边缘检测单元，用于对所述融合图像进行边缘检测，W获得海参目标的边缘； 轮廓构建单元，用于根据所述海参目标的边缘获取所述海参目标的中屯、坐标，W所述 海参目标的中屯、坐标构建初始矩形轮廓； 目标分割单元，用于根据构建的初始矩形轮廓通过主动轮廓模型对所述灰度图像进行 海参目标分割。7. 如权利要求6所述的装置，其特征在于，所述轮廓构建单元根据所述海参目标的边缘 Bn(rn，Wn)通过下式获取所述海参目标的中屯、坐标P(rc，Wc)，其中，rn为边缘点第η个像素的行坐标值，Wn为边缘点第η个像素的列坐标值，N为边缘点 像素数量。8. 如权利要求7所述的装置，其特征在于，所述轮廓构建单元W所述海参目标的中屯、坐 标P(：Tc，W。)通过下式构建初始矩形轮廓0)(!，W)，式中，i为待分割水下海参图像像素的行数，j为待分割水下海参图像像素的列数。9. 如权利要求6~8中任一项所述的装置，其特征在于，所述装置还包括： 对比增强单元，用于采用对比度受限自适应直方图均衡法对所述灰度图像进行对比度 增强。10. 如权利要求6~8中任一项所述的装置，其特征在于，所述边缘检测单元采用边缘检 测算子对所述融合图像进行边缘检测，W获得海参目标的边缘。
【文档编号】G06T7/40GK106097320SQ201610393291
【公开日】2016年11月9日
【申请日】2016年6月6日 公开号201610393291.4, CN 106097320 A, CN 106097320A, CN 201610393291, CN-A-106097320, CN106097320 A, CN106097320A, CN201610393291, CN201610393291.4
【发明人】李道亮, 乔曦, 包建华, 王聪, 位耀光
【申请人】中国农业大学