[发明专利]基于主动轮廓模型的生猪耳部图像分割方法

说明书

本发明实施方式公开了一种基于主动轮廓模型的生猪耳部图像分割方法，其中该方法包括：利用算法对生猪图像进行预处理操作，提高图像的质量，凸出耳部区域与周围像素之间的灰度差异；通过随机获取的耳部像素点，重构图像区域，并利用主动轮廓模型对耳部图像进行初步分割；利用重构的主动轮廓模型对生猪耳部图像进行精确的提取，从而得到最终的分割图像。实施本发明与传统的分割方法相比，具有速度快、效果好等优点，对于在生猪蓝耳病疫情预警的过程中可能出现的目标区域，都能较好的分割出来。

技术领域

本发明涉及图像处理技术领域，尤其涉一种基于主动轮廓模型的生猪耳部图像分割方法。

背景技术

随着生猪养殖的规模化和集成化，生猪在流通过程中的疫情爆发率也逐渐升高，其中蓝耳病是生猪养殖过程中常见的传染性疾病，具有传染性高，流行性广的特点，在临床上最直观的表现为病者耳部发紫，皮下出现血斑等症状。当前对蓝耳病的检测仍然主要以人工巡检为主，工作效率低，巡检的效果也不理想。

随着计算机视觉技术的飞速发展，大量高分辨率的图像采集设备得以出现，使得我们能够快速，清晰的获取现实环境中的生猪图像。但仅仅依靠这些图像获取设备所提供的信息并不能缓解蓝耳病检测的效率低下问题，必须进一步通过计算机图像处理技术对生猪耳部图像进行精确分割。

当前针对生猪耳部图像的分割，主要是利用阈值分割法和通过手动选取特征点，建立形状模型来对生猪耳部轮廓进行提取。该方法一方面只能实现完整耳部图像的提取；另一方面需要选取大量的特征点来建立生猪耳部图像的轮廓模型，不满足自动提取的要求。

发明内容

本发明的目的在于克服现有技术的不足，本发明提供了一种基于主动轮廓模型的生猪耳部图像分割方法，通过对生猪耳部图像进行精确提取，不仅能快速对耳部表皮特征进行研究，而且为后续蓝耳病疫情的自动预警提供了技术支撑。

为了解决上述问题，本发明提供了一种基于主动轮廓模型的生猪耳部图像分割方法，所述方法包括：

利用相关算法对生猪图像进行预处理，提高图像的质量，凸出耳部区域与周围像素之间的灰度差异；

所述通过随机获取的耳部像素点，重构图像区域，并利用主动轮廓模型对生猪耳部图像进行初步分割；

所述利用重构的主动轮廓模型对生猪耳部图像进行精确提取，从而得到最终的分割结果。

优选地，所述利用相关算法对生猪图像进行预处理，提高图像的质量，凸出耳部区域与周围像素之间的灰度差异包括：

选取3阶高斯模板，采用高斯函数对获取的整幅生猪图像进行像素值的加权运算，从而提高图像的质量；

加权运算后的图像的像素集x＝{x₁,x₂,......,x_n}被分成C类，其中n为图像像素点个数，则对任意的x_i∈x有y_i：(1)x_i∈[0,100]时，(2)当x_i∈(100,200)时，(3)当x_i∈[200,255]时，其中a,b,c,d,λ₁,λ₂,λ₃,λ₄为常量，max为图像对应灰度图的最大灰度值，通过计算出y_i的值来得到预处理后的生猪图像。

优选地，所述通过随机获取的耳部像素点，重构图像区域，并利用主动轮廓模型对生猪耳部图像进行初步分割包括：

在生猪的左耳或右耳周围区域任意选取5～8个初始点，通过生成三次样条插值函数来拟合出n个插值点序列；

将拟合出的插值点和任意选取的初始点拟合成一段连续的封闭曲线，重构耳部图像的初始区域；