[发明专利]一种基于图像的对虾外形信息检测方法和检测系统

权利要求书

1.一种基于图像的对虾外形信息检测方法，其特征在于，基于结构性环境背景的输送带和对虾具有明显的颜色和几何形态特征，利用图像处理方法，进行对虾的外形信息检测和计算，并根据计算的单虾形态参数输出综合结果，包括如下步骤：

S100、单虾位置检测：采集输送带上的对虾彩色图像，并进行单虾检测定位，获得单虾外接矩形集合；

S200、外接矩形融合筛选：对获得的所述单虾外接矩形集合进行融合和筛选，获得单虾定位集合；

S300、单虾形态参数计算：根据所述单虾定位集合，分别计算单个虾体的形态品质参数，循环迭代直至所述单虾定位集合中的全部单个虾体的形态品质参数计算完毕；

S400、输出对虾综合参数：计算所述全部单个虾体的形态品质参数的平均值作为整张所述对虾彩色图像中的对虾外形信息参数并输出。

2.如权利要求1所述的基于图像的对虾外形信息检测方法，其特征在于，所述单虾位置检测进一步包括：

S101、灰度变换：输入图像为I_rgb，输出灰度图为I_gray，则：

I_gray＝0.3R+0.59G+0.11B

其中，R,G,B分别表示三个通道；

S102、OTSU自适应阈值分割：对于所述灰度图I_gray，目标和背景的分割阈值记为S，目标像素点占整幅图像的比例为ω₀，其平均灰度μ₀，背景像素点占整幅图像的比例为ω₁，其平均灰度为μ₁；图像的总平均灰度为μ，类间方差为g；假设图像分辨率为M×N，图像中像素的灰度值小于阈值S的像素个数记作N₀，像素灰度大于阈值S的像素个数记作N₁，可得下式：

μ＝ω₀*μ₀+ω₁*μ₁

g＝ω₀*(μ-μ₀)²+ω₁*(μ-μ₁)²

g＝ω₀*ω₁*(μ₀-μ₁)²；

通过循环迭代得到最大类间方差，对应阈值为分割阈值S；

S103、膨胀处理：采用n×n的方形滤波核对所述灰度图进行膨胀处理；

S104、边缘检测：设定所述灰度图的图像下边界和上边界，并进行图像边缘检测，获得边缘图像为I_edge；

S105、轮廓检测：利用OPENCV内部集成函数寻找所述边缘图像的外轮廓点集合，并将所述外轮廓点集合进行滤波，删除子集中包围面积小于30的子集，得到最终外轮廓集合V＝{v₁,v₂,…,v_n}，n为子集个数；

S106、获取单虾外接矩形集合：分别计算所述最终外轮廓集合中轮廓vi的外接矩形，得到单虾外接矩形集合R＝{r₁,r₂,...,r_n}。

3.如权利要求2所述的基于图像的对虾外形信息检测方法，其特征在于，所述膨胀处理步骤中n＝4，所述图像下边界为30，上边界为70。