一种基于计算机视觉自动检测虾体完整性的方法
【技术领域】
[0001] 本发明涉及计算机视觉技术领域的方法，尤其涉及一种基于计算机视觉自动检测 虾体完整性的方法。
【背景技术】
[0002] 在对虾加工厂里，对虾加工成品中存在的缺陷虾是通过人工挑选的方法去除的， 这种方式不仅效率低且工人容易疲劳；在劳动力相对匮乏和昂贵的今天，使用大量劳动力 从加工对虾产品中精选正品虾的方式早已经过时，急需简单、快速、自动的方法来取代人工 挑选的方式，这样不仅可以减少劳动力的开销，而且还可以提高加工产品精选分级的准确 率和效率，提高产品检测和加工的效率。
[0003] 一般从养殖厂池塘捕捞上来的对虾中通常存在虾体不完整的情况，这些情况通常 发生在对虾打捞过程中人为的导致虾体破损，虾体的相互碰撞与挤压造成虾体部分残缺或 缺失，包括只存在头胸部或者只存在尾腹部或者尾部缺失等等。针对一般对虾完整性的判 别方法通常采用虾体面积和轮廓对对虾的完整性进行判别，但是由于生长环境状况、营养 状况以及虾体自身的体制等因素导致对捕捞上来的对虾在形体上大小不一，使用上述方法 判别虾体完整性时，容易把个体较小的对虾误判为不完整虾而剔除掉，而且如果这些残缺 的虾体不及时清除而流入市场中，容易给对虾养殖厂带来一定的经济损失。
【发明内容】
[0004] 为了解决现有技术无法对对虾的完整性进行检测问题，本发明公开了一种基于计 算机视觉自动检测对虾完整性的方法，可直接用于对虾养殖加工厂的样本预处理环节，把 其中的不完整虾剔除。将该方法装配到在线的对虾分级监测装备中去，可以实现机械装备 检测的智能化和自动化，为一些中小型养殖企业每年因生产加工的不完整对虾产品带来的 经济损失提供了一套解决方案。发明方法综合应用了人工智能、图像处理和计算机软件技 术对目标进行外观特征提取与处理，结果精确且处理速度快。
[0005] 在虾的收获季节中，针对捕捞上岸的虾群中，由于人为因素、相互碰撞等因素导致 的虾体不完整的问题，也为了在产品加工中满足产品精选分级的需要，专门设计开发一种 适合于配合相应的自动精选分级装置一起使用的虾体完整性的识别方法。具体技术方案如 下：
[0006] 一种基于计算机视觉自动检测虾体完整性的方法，包括以下步骤：
[0007] 1)以完整虾体为模板虾，并提取模板虾的轮廓图像作为轮廓模板；
[0008] 2)提取测试虾的轮廓图像，并根据所述的轮廓模板，利用仿射变换方法对测试虾 轮廓的形态位置进行纠正；
[0009] 3)在所述轮廓图像内提取测试虾的主骨架曲线，以获取虾体的最大曲率点作为腹 部旋转的支撑点，并对测试虾的腹部偏离角进行修正；
[0010] 4)对模板虾和测试虾的轮廓图像使用基于模板遍历的8-邻域free链码方法计算 相似度；
[0011] 5)设定相似度阈值，完成虾体的完整性判别。
[0012] 其中，虾体轮廓信息的提取步骤包括：
[0013] 1. 1提取虾体所处图像中的最小外接矩形对应的感兴趣区域并转化为灰度图；
[0014] 1. 2对所述的灰度图依次进行局部阈值分割和5X5模板的中值滤波；
[0015] 1. 3在中值滤波处理后的图像中获取最大面积的连通区域；
[0016] 1.4对连通区域图像依次进行开、闭运算和膨胀腐蚀运算，然后提取虾体的轮廓图 像信息。
[0017] 优选的，步骤2)中的纠正包括：
[0018] 根据所述最大曲率点的开口方向进行方向纠正；
[0019] 根据测试虾和模板虾的轮廓图像内的像素总和，对测试虾的轮廓图像进行缩放纠 正；
[0020] 根据测试虾和模板虾的轮廓图像内头部特征点的间隔距离，对测试虾的轮廓图像 进行位移纠正；
[0021 ] 根据测试虾和模板虾的轮廓图像中最大曲率点和所述头部特征点间的连线，确定 两幅图像中的连线夹角Θ，对测试虾的轮廓图像进行头胸部偏转角度纠正；
[0022] 在两幅轮廓图像中，根据最大曲率点、头部特征点和尾部特征点构建三角形，根据 两三角形内最大曲率点所处顶角的角度差，对测试虾的轮廓图像进行腹部偏转角度纠正。
[0023] 进一步的，进行缩放纠正时，分别统计测试虾与模板虾中轮廓图像的像素总和，分 sum. 别标记为sumJPsum2，设二者之比-夂=; Λi-isif
[0024] 若α=1，说明测试虾和模板虾两者尺寸大小适中，不需要缩放；
[0025] 若α>1，说明测试虾大于模板虾，需要对测试虾进行缩小，缩小的数值为1，BP a
[0026] 若α〈1，说明模板虾大于测试虾，需要对测试虾进行放大，放大的数值为i，gp m
[0027] 进一步的，进行位移纠正时，将测试虾头部最前端的特征点a(Xl，yi)移动 到模板虾头部对应位置的特征点b(x2，y2)上，计算a点与b点之间的欧氏距离d，
,直接把a点移动d个单位距离。
[0028] 进一步的，在头胸部偏转角度纠正时，判断测试虾的轮廓图像位于坐标内的象限， 若位于第一、二、四象限，则把测试虾的轮廓按逆时针方向旋转Θ角度；若位于第二、三、四 象限，则把测试虾的轮廓按顺时针方向旋转Θ角度。
[0029] 在本发明的步骤4)中，利用基于模板遍历的8-邻域free链码方法对两轮廓图像 建立两次模板匹配的遍历：
[0030] 第一次遍历：以测试虾和模板虾的轮廓图像中相距最大的两个像素点的连线为对 角线建立正方形，以作为图像模板匹配的移动窗口ηΧη，利用移动窗口ηΧη依次遍历模板 虾的轮廓图像内的像素，并统计移动窗口内轮廓图像中的像素个数，若与测试虾的轮廓图 像中对应位置的像素相等，则把该位置的坐标放入矩阵C中，再把模板虾统计的像素个数 的结果放到矩阵Ν中，Ν的行和列分别记录着分别沿着X轴和y轴遍历时像素为1的周围 像素个数；
[0031] 第二次遍历，在同一坐标系下用移动窗口ηΧη进行模板匹配，与第一次遍历的原 理相同，通过统计的像素个数建立矩阵Μ，Μ的行和列分别记录着依次遍历X轴和y轴周围 像素的个数。
[0032] 进一步的，计算矩阵N和矩阵Μ的相似度以判别测试虾的完整性，具体为：
[0033] 令i的η领域用A(i, η)来表示，j的η领域用Uj(j, η)来表示，则有：
[0034]U； (i,η) ={χ|i-n<χ<i+n},i= 1, 2,. . .X；
[0035] Uj(j,n) ={yIj-n<y<j+n},j= 1, 2,. . .Y；
[0036] 其中，X,Y表示图像的横坐标和纵坐标遍历范围；
[0037]A)若矩阵Μ中所有数字之和大于N中所有数字之和，即 t,j=l 素位置的横坐标与纵坐标，且对于所有的（i，j)均要考虑模板虾与测试虾在相同的位置上 是否存在重叠像素，S卩{(h，s) | h，s e C}与{(i，j) | i e A (i，n) U j e % (j，η)}是否相等 的问题；
[0038] A-l) {(h，s)|h，seC}乒{(i，j)|ie[^(?,η)UjeUj(j，n)}，表明在点（i，j) 的n领域内存在除了模板虾之外的其他像素值且无像素重叠的情况，多余的像素值即为测 试虾在点（i，j)的像素值，此时测试虾是完整虾；
[0039]A-2) {(h，s