[发明专利]一种基于计算机视觉自动检测虾体完整性的方法

权利要求书

1.一种基于计算机视觉自动检测虾体完整性的方法，其特征在于，包括以下步骤：

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；

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；

步骤2)中的纠正包括：

根据最大曲率点的开口方向进行方向纠正；

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；

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；

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；

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；

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；

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；

5)设定相似度阈值，完成虾体的完整性判别。

2.如权利要求1所述的基于计算机视觉自动检测虾体完整性的方法，其特征在于，虾体轮廓信息的提取步骤包括：

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；

1.2对所述的灰度图依次进行局部阈值分割和5×5模板的中值滤波；

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；

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。

3.如权利要求1所述的基于计算机视觉自动检测虾体完整性的方法，其特征在于，进行缩放纠正时，统计测试虾与模板虾中轮廓图像的像素总和，分别标记为sum₁和sum₂，设二者之比

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；

若α>1，说明测试虾大于模板虾，需要对测试虾进行缩小，缩小的数值为即

若α<1，说明模板虾大于测试虾，需要对测试虾进行放大，放大的数值为即

4.如权利要求1所述的基于计算机视觉自动检测虾体完整性的方法，其特征在于，进行位移纠正时，将测试虾头部最前端的特征点a(x₁,y₁)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。

5.如权利要求1所述的基于计算机视觉自动检测虾体完整性的方法，其特征在于，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。

6.如权利要求1所述的基于计算机视觉自动检测虾体完整性的方法，其特征在于，在步骤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：

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n×n，利用移动窗口n×n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N中，N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；

第二次遍历：在同一坐标系下用移动窗口n×n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M，M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。