[发明专利]鱼头鱼尾定位方法及装置

说明书

本发明提供一种鱼头鱼尾定位方法及装置，该方法包括：通过相机获取流水线上的待加工鱼体图像，并进行预处理；将预处理后的鱼体图像输入已训练的FasterRcnn模型，输出鱼头鱼尾边界框在图像坐标的位置信息；根据鱼头鱼尾边界框在图像坐标的位置信息，基于预设的图像坐标与世界坐标的对应关系，确定鱼头鱼尾的实际位置信息。该方法根据流水线上采集的鱼体图利用FasterRcnn模型进行检测，能够针对性的对目标边界框进行筛选，避免背景和噪声带来的影响，并且提高分类的效率，从而快速得到准确的鱼头鱼尾图像位置信息，在此基础上结合预设的图像坐标与世界坐标对应关系，得到真实的位置信息，有利于流水线及时进行加工处理。

技术领域

本发明涉及图像处理领域，尤其涉及一种鱼头鱼尾定位方法及装置。

背景技术

淡水鱼向市场供应前，往往需要经过鱼体处理加工阶段。该阶段通常大部分处理过程由人工完成，其加工生产方式以人力劳动为主，加工装备机械化、自动化程度不高。在此过程中加入机器视觉技术，可以使切割鱼头鱼尾工序自动化，提高淡水鱼加工效率。

然而，在利用机器视觉技术实现自动化去头的过程中，存在一些不利的客观因素，图像背景噪声大、算法检测效果不佳，由此造成鱼头鱼尾坐标分析错误，从而导致后续切刀位置、剖切深度、规划切割路线不能精准计算出来，致使机器采肉率降低。因此，如何将鱼体从复杂的背景中分离出来，并对鱼头鱼尾的位置实现精准的定位是目前亟待解决的技术问题。

发明内容

针对现有技术存在的问题，本发明提供一种鱼头鱼尾定位方法及装置。

本发明提供一种鱼头鱼尾定位方法，包括：通过相机获取流水线上的待加工鱼体图像，并进行预处理；将预处理后的鱼体图像输入已训练的FasterRcnn模型，输出鱼头鱼尾边界框在图像坐标的位置信息；根据鱼头鱼尾边界框在图像坐标的位置信息，基于预设的图像坐标与世界坐标的对应关系，确定鱼头鱼尾的实际位置信息；其中，所述FasterRcnn模型，根据已确定鱼头鱼尾边界框的样本训练后得到。

根据本发明一个实施例的鱼头鱼尾定位方法，所述通过相机获取流水线上的待加工鱼体图像之前，还包括：对流水线上传送的多个鱼体图像，进行大小一致性调整和图像预处理，作为训练集样本，并对所述训练集样本标注鱼头鱼尾的边界框信息；根据预训练的Alexnet模型，利用迁移学习构建FasterRcnn网络模型；基于所述训练集样本对所述FasterRcnn模型进行训练，得到所述已训练的FasterRcnn模型。

根据本发明一个实施例的鱼头鱼尾定位方法，所述基于所述训练集样本对所述FasterRcnn模型进行训练，包括：将所述训练集样本，输入所述FasterRcnn模型，利用反向传播法和带动量的梯度下降法（SDGM）更新所述模型的权重参数。

根据本发明一个实施例的鱼头鱼尾定位方法，训练过程中的学习速率随着迭代次数进行衰减。

根据本发明一个实施例的鱼头鱼尾定位方法，所述将预处理后的鱼体图像输入已训练的FasterRcnn模型，输出鱼头鱼尾边界框在图像坐标的位置信息，包括：将所述鱼体图像输入卷积神经网络，输出提取的特征图；将所述特征图输入区域生成网络（RPN），生成多个候选检测框；对所述特征图中候选检测框对应的部分，进行感兴趣区域池化，得到候选检测框特征图；对所述候选检测框特征图进行分类识别，得到对应的分类结果，根据所述得分结果确定目标检测框及位置信息。

根据本发明一个实施例的鱼头鱼尾定位方法，所述根据鱼头鱼尾边界框在图像坐标的位置信息，基于预设的图像坐标与世界坐标的对应关系，确定鱼头鱼尾的实际位置信息，包括：获取鱼头鱼尾边界框在图像坐标的坐标信息；根据所述坐标信息，基于预设的像素坐标系与世界坐标系两个维度方向的坐标比值，得到鱼头鱼尾边界框在世界坐标系的坐标信息。