[发明专利]一种快速精准识别对虾图像虾头点与虾尾点的方法

说明书

本发明公开了一种快速精准识别对虾图像虾头点与虾尾点的方法。先将在线采集的对虾彩色图像预处理获得初始轮廓，再进行多边形逼近进行约减轮廓点个数，形成点集S1；接着进行凸包检测，去除位于对虾腹部的轮廓点形成点集S2；然后进行夹角轮廓分析形成点集S3；最后求取点集S2与点集S3的交集得，取其中的轮廓点作为对虾虾头点与虾尾点。本发明能够快速有效地提取到对虾的虾头点与虾尾点，正确识别率高。

技术领域

本发明涉及了一种快速精准识别对虾图像虾头点与虾尾点的方法，属于机器视觉范畴，适合于基于机器视觉技术对虾在线分选分级的系统研发。

背景技术

经检索，文献《An Efficient Shape Analysis Method for Shrimp QualityEvaluation》提出了TADA轮廓分析法用于虾仁完整性检测，该方法通过等间隔提取虾仁轮廓上的点，然后计算所提取的点对应的转角，该方法通过相机获取虾的整体图想，在由图像预处理得到虾体的轮廓，通过任意取一点为初始点，顺时针等间隔取点，将轮廓点进行约减，而后计算各提取点对应的转角。

现有公开号为CN103801520A的发明专利提供一种虾的自动精选分级装置，包括上料系统、分选通道、采图系统、分级系统和图像处理系统；其中采图系统用于采集原料虾的图像；分级系统包括与单列化通道对应的喷气嘴，该喷气嘴受控于图像处理系统，用于吹动虾体进入不同的接料槽；图像处理系统用于分析图像，对每个虾体的图像分级处理，根据分级结果，并发出控制分级系统的信号。

对虾的完整性检测是基于机器视觉技术对虾的快速分选工艺中的重要环节，对虾的虾头点与虾尾点识别又是判断对虾完整性的关键，如果对虾的虾头点以及虾尾点识别不准确，就会造成对对虾完整性的误判，进而通过后续的剔除机构将误判的对虾剔除，进而降低整个机器的正确识别率，这样即便做到对虾的高速分选分级，却无法保证高效率识别，也是不合格的。

发明内容

为基于机器视觉技术对虾在线快速分选分级过程中的对虾完整性判别这一关键环节，本发明提供了一种快速精准识别对虾图像虾头点与虾尾点的方法，通过夹角轮廓分析等技术手段高效简洁地实现了对虾图像的精准识别，为后续对虾的完整性判别提供了方便快捷的手段。

如图1所示，本发明的具体技术方案如下：

(1)在线采集对虾彩色图像，经过图像预处理获得对虾的初始轮廓及初始轮廓上的各个轮廓点；

所述的对虾彩色图像为包含有完整对虾并且光照均匀、白色背景的图片。

所述步骤(1)图像预处理是：选用R通道对对虾彩色图像进行中值滤波以及形态学开操作，将对虾目标从图像背景中分割出来形成二值图，再采用Canny算法提取对虾目标边缘，进而得到对虾的初始轮廓及初始轮廓上的各个轮廓点。

(2)对初始轮廓进行多边形逼近从而将初始轮廓的轮廓点个数进行约减，约减后的轮廓点形成点集S1；

所述步骤(2)多边形逼近是采用Opencv中cvApproxPoly算子多次迭代进行逼近，逼近达到精度阈值后获得得到点集S1。通过多次实验探索发现精度阈值设为6识别精度最好。

(3)对步骤(2)多边形逼近后的轮廓进行凸包检测，使得位于对虾腹部的轮廓点从点集S1中去除，形成点集S2；

所述步骤(3)凸包检测是对点集S1构成的轮廓处理获得最小凸多形，最小凸多形中的各角点和点集S1中的各轮廓点相同的均保留形成点集S2，从而将位于对虾腹部的轮廓点去除。

(4)对步骤(2)多边形逼近后的轮廓进行夹角轮廓分析，获得符合要求的轮廓点，形成点集S3；