[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

说明书

本发明公开了一种基于计算机视觉自动检测虾体完整性的方法，包括步骤：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；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。本发明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，在产品加工中满足产品精选分级的需要。

技术领域

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

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。

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

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。

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：

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：

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；

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。

其中，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。