[发明专利]粘连鱼体图像分割方法及装置

说明书

本发明实施例提供一种粘连鱼体图像分割方法及装置，该方法包括：获取包含粘连鱼体轮廓的粘连鱼体图像，粘连鱼体轮廓内的区域为粘连鱼体区域；获取粘连鱼体区域的凸包，将粘连鱼体区域的凸包与粘连鱼体区域相减，得到多个凹区域；获取每个凹区域的凸包，对每个凹区域凸包中的所有凸点，用粘连鱼体轮廓上与凸点距离最小的点替代凸点后，得到候选分割点；对于每个凹区域，确定所有候选分割点与粘连鱼体区域的质心距离，选取距离最小的候选分割点作为对应凹区域的一个目标分割点；根据目标分割点，对粘连鱼体图像进行分割。该方法降低了分割点搜索的复杂度，有利于根据鱼体粘连形状，自动确定分割线的数目，实现粘连鱼体图像的准确分割。

技术领域

本发明涉及计算机视觉领域，尤其涉及一种粘连鱼体图像分割方法及装置。

背景技术

随着消费水平的提高，人们的生活方式和饮食习惯逐渐发生转变，更加重视日常饮食中的营养搭配。鱼类含有丰富的优质蛋白，具有较高的营养价值，深受广大消费者的欢迎。采用自动图像分析技术能够准确地实现鱼体尺寸测量和种群计数等基本养殖操作，避免人工操作效率低和出错多的问题。对于鱼类福利化养殖，提升养殖企业效益具有重要意义。

图像分割是图像自动分析的前提和基础，其目的是将图像划分成若干个互不相交的、有意义的区域并提取出感兴趣目标。在实际的水产养殖中通常采用高密度养殖，导致养殖区域内的鱼群俯视图像中存在很多鱼体粘连现象。一般的图像分割方法只能将目标从背景中分割，无法实现粘连目标的分离，因此需要针对粘连目标进行分割。

目前多针对如苹果、米粒和细胞等，形态轮廓简单且静止不动的对象开展粘连图像分割方法研究，也有对粘连生猪分割方法进行研究的，但是由于生猪自身的特性，如很少运动或者运动幅度较小等，致使生猪粘连的形态也不会太多样。而在水产养殖中，由于鱼类生活在三维水体中，且其具有频繁游动的特点，加之不同种类的鱼的形态也不一样，导致粘连鱼体的形态非常复杂多样，现有的方法无法较好地解决粘连鱼体的分割。因此，需要针对鱼类的特点，提出一种粘连图像分割方法。

发明内容

为了解决上述问题，本发明实施例提供一种粘连鱼体图像分割方法及装置。

第一方面，本发明实施例提供一种粘连鱼体图像分割方法，包括：获取包含粘连鱼体轮廓的粘连鱼体图像，所述粘连鱼体轮廓内的区域为粘连鱼体区域；获取所述粘连鱼体区域的凸包，将粘连鱼体区域的凸包与所述粘连鱼体区域相减，得到多个凹区域；获取每个凹区域的凸包，对每个凹区域凸包中的所有凸点，用所述粘连鱼体轮廓上与凸点距离最小的点替代凸点后，得到候选分割点；对于每个凹区域，确定所有候选分割点与所述粘连鱼体区域的质心距离，选取距离最小的候选分割点作为对应凹区域的一个目标分割点；根据所述目标分割点，对所述粘连鱼体图像进行分割。

进一步地，所述获取包含粘连鱼体轮廓的粘连鱼体图像，包括：获取候选的鱼体图像；根据鱼体区域的周长和面积，确定鱼体区域的边界复杂度；根据所述边界复杂度和所述面积，分别与对应预设阈值的比较结果，获取包含粘连鱼体轮廓的粘连鱼体图像。

进一步地，所述根据所述目标分割点，对所述粘连鱼体图像进行分割，包括：若所述目标分割点的数目大于或等于4，则选取与所述粘连鱼体区域的质心距离最近的4个目标分割点，确定两条分割线，对所述粘连鱼体图像进行分割；若所述目标分割点的数目为2或3，则选取与所述粘连鱼体区域的质心距离最近的2个目标分割点，确定一条分割线，对所述粘连鱼体图像进行分割。

进一步地，若只有一个目标分割点，则所述根据所述目标分割点，对所述粘连鱼体图像进行分割，具体为：根据角点检测算法，确定所述粘连鱼体区域像素点的多个角点；选取与目标分割点距离最小的角点作为另一目标分割点，确定一条分割线，对所述粘连鱼体图像进行分割。

进一步地，所述获取候选的鱼体图像，包括：对原始鱼体图像提取HSV颜色空间的V分量，得到鱼体图像的二值化图像；采用背景差分法实现初步分割，提取得到所述候选的鱼体图像。