[发明专利]基于语义分割网络的生蚝外部形态的测量方法

说明书

本发明涉及一种生蚝外部形态的测量方法，尤其涉及一种基于语义分割网络的生蚝外部形态的测量方法，其属于生蚝测量分拣领域。包括以下步骤：步骤S1‑1：将需要分拣的生蚝放置在载物装置上，获取拍摄的生蚝目标图像；步骤S1‑2：先利用语义分割网络对步骤S1‑1获取的生蚝目标图像进行语义分割，计算得出生蚝外部形态参数和生蚝外部特征参数；步骤S1‑3：利用步骤S1‑2计算得出的生蚝外部形态参数以及生蚝外部特征参数训练决策树对生蚝目标进行分拣，现有技术相比，本发明的有益效果是：第一、本发明采用的语义分割网络的方法对生蚝目标图像进行处理，降低了噪音的敏感性，因此拥有较高的准确性和鲁棒性。

技术领域

本发明涉及生蚝外部形态的测量方法，尤其涉及基于语义分割网络的生蚝外部形态的测量方法，其属于生蚝测量分拣领域。

背景技术

生蚝作为我国沿海地区的主要的经济作物之一，是我国水产养殖的重要组成部分。而外部形态测量方法是在生蚝育种筛选以及等级分类中不可或缺的一步，因此外部形态测量方法对生蚝分拣育种筛选、养殖以及销售的过程中存在着重要的意义。然而传统的生蚝分拣方法一般通过人工称重、测量，个人判断进行分拣。可以看出，这种分拣的方法存在以下几个明显的缺点：

(1)需要大量的人力物力，分拣效率低。成本上，会随着人工成本上升以及产业规模的扩大日益加大。

(2)一般主要依靠重量、长度等少量指标进行分拣，方法没有统一的评价标准，容易受到主观经验、个人习惯的影响，错分率较高。

(3)对于贝类外形分拣上只能依靠对长度的测量，并且结果不精确。主要依赖于工人的经验估计。

(4)人工测量不便于进行大数据统计，对某一段时间的贝类总体质量分析比较困难。

此外，一些学者也对生蚝外形特征数据的提取做出了研究，但目前提取的方法主要是传统的图像处理方法，一般分为以下两种：

一种是基于图像的阈值分割。比如，专利号为CN111521128A，专利名称为“一种基于光学投影的贝类外部形态自动测量方法”的中国发明专利，这种分割方法计算简单，效率较高，但只考虑像素点灰度值本身的特征，一般不考虑空间特征，因此对噪声比较敏感，鲁棒性不高。

另一种是基于图像的边缘检测，比如专利号为CN111724355A，专利名称为一种鲍鱼体型参数的图像测量方法”的中国发明专利，这种方法对目标轮廓敏感，速度快，但不能保证轮廓的完整性和封闭性，在高细节区域存在大量的碎边缘，难以形成一个大区域，因此准确性也较差。

另外当生蚝的整体颜色比较均匀且与背景色相差较大时，阈值分割算法和边缘算法分割效果还可以，但是当生蚝的颜色不均匀且有部分颜色与背景色相近时，阈值分割算法和边缘算法分割效果就会很差，这给后续的生蚝的测量和分拣带来困难，导致花费大量的人力和物力。

可见，上述传统的图像处理方法存在一定的缺陷，因此需要研发一种生蚝外部形态的测量方法，进而满足社会需求。

发明内容

本发明针对上述现有技术中存在的不足，提供一种基于语义分割网络的生蚝外部形态的测量方法。

本发明解决上述技术问题的技术方案如下：

一种基于语义分割网络的生蚝外部形态测量方法，包括以下步骤：

步骤S1-1：将需要分拣的生蚝放置在载物装置上，获取拍摄的生蚝目标图像；

步骤S1-2：先利用语义分割网络对步骤S1-1获取的生蚝目标图像进行语义分割，识别生蚝目标；然后从识别结果中获取生蚝目标，计算得出生蚝外部形态参数；最后根据生蚝外部形态参数计算生蚝外部特征参数；

步骤S1-3：利用步骤S1-2计算得出的生蚝外部形态参数以及生蚝外部特征参数训练决策树对生蚝目标进行分拣。