[发明专利]一种鱼体尾频检测方法和系统

说明书

技术领域

本发明涉及检测领域，特别是涉及一种鱼体尾频检测方法和系统。

背景技术

目前研究鱼体尾频的主流方法是通过计算机视觉技术提取鱼体骨架进而获取鱼体尾频的变化规律。而鱼体骨架模型的运算首先需要采用多次曲线拟合方式获取中心骨架线，再基于中轴变换思想建立骨架模型，最后拟合体干包络线和体干若干点的平动方程，获得体长理论系数，进而建立鱼体体干运动模型；运算过程较为复杂，实时性较差，无法满足视频实时处理的需求；多次曲线拟合方式及拟合体干包络线的方法求解结果能够逼近真实的鱼体摆尾频率，但其误差较大，可靠性较低。

发明内容

本发明的目的是提供一种鱼体尾频检测方法和系统，使得获取的鱼体尾频变化规律的误差小，可靠性高。

为实现上述目的，本发明提供了如下方案：

一种鱼体尾频检测方法，其特征在于，获取鱼体目标灰度图像；根据所述鱼体目标灰度图像的灰度数值，采用最大类间方差算法获取自适应分割阈值，通过所述自适应分割阈值对所述鱼体目标灰度图像分割处理得到二值化鱼体目标图像；根据所述二值化鱼体目标图像获取鱼体运动目标质心点的位置和鱼体目标区域的面积；以所述鱼体运动目标质心点的位置和所述鱼体目标区域的面积作为追踪特征对目标实时跟踪；根据准确跟踪的鱼体目标质心和轮廓点坐标获取鱼体尾点和头点的坐标；根据所述鱼体运动目标质心点坐标、所述鱼体尾点和所述鱼体头点的坐标获取鱼体尾鳍摆动角度；根据所述鱼体尾鳍摆动角度计算鱼体摆尾值；根据所述鱼体摆尾值和视频帧率计算鱼体摆尾频率。

可选的，所述获取鱼体目标灰度图像，具体包括：

将鱼体运动视频图像进行统计学背景建模得到当前的背景图像；进行当前帧和所述背景图像的差运算获取鱼体目标灰度图像；所述背景图像中不包含运动目标。

可选的，所述根据所述二值化鱼体目标图像获取鱼体运动目标质心点的位置和鱼体目标区域的面积，具体包括：将获取到的所述二值化鱼体目标图像进行腐蚀和膨胀操作，所述二值化鱼体目标图像的小区域噪声点被去除，小部分重叠区域被分开，小孔洞及边缘丢失部分被填充，小部分噪声区域仍然存在；

滤除所有小于目标区域的连通区域，完整保留鱼体目标区域，所述鱼体目标区域为滤波处理后的图像中的连通区域，所述连通区域质心点为鱼体运动目标质心点。

可选的，所述以所述鱼体运动目标质心点的位置和所述鱼体目标区域的面积作为追踪特征对目标实时跟踪；根据准确跟踪的鱼体目标质心和轮廓点坐标获取鱼体尾点和头点的坐标，具体包括：

根据C＝{(x(1),y(1)),(x(2),y(2))...(x(n),y(n))}得到所述连通区域轮廓点的集合，其中，C表示所述连通区域轮廓点的集合，(x(1),y(1)),(x(2),y(2))...(x(n),y(n))表示所述连通区域中的轮廓点；

所述鱼体尾点为所述连通区域轮廓点中距离所述鱼体运动目标质心点最远的点；

根据计算所述连通区域轮廓点到所述鱼体运动目标质心点位置的距离，其中dis_Cc(t)表示所述连通区域轮廓点到所述鱼体运动目标质心点位置的距离，(x(t),y(t))表示所述连通区域轮廓点的坐标，(x_c,y_c)表示所述鱼体运动目标质心点坐标；

根据t＝argmax(dis_Cc(t))计算dis_Cc(t)取最大值时对应轮廓点t；

根据(x_t,y_t)＝C(x(t),y(t))计算所述鱼体尾点的坐标为对应轮廓点t的坐标(x(t),y(t))。

可选的，所述以所述鱼体运动目标质心点的位置和所述鱼体目标区域的面积作为追踪特征，获取鱼体头点的坐标；具体包括：

所述鱼体运动目标质心点和所述鱼体尾点位于一条直线上，所述鱼体头点和鱼体尾点分别位于所述直线的垂线的两侧，所述鱼体头点为所述直线的垂线非尾点一侧连通区域轮廓点上距离质心最远的点；

根据计算所述鱼体头点对应的轮廓点(x(h),y(h))，其中，h为所述鱼体头点到所述连通区域轮廓点上的最大距离，(x_c,y_c)表示所述鱼体运动目标质心点坐标，(x(h),y(h))表示所述鱼体头点对应的轮廓点；

根据(x_h,y_h)＝C(x(h),y(h))计算所述鱼体头点的坐标为对应的轮廓点h的坐标。