【技术实现步骤摘要】
本专利技术涉及数字图像分析和处理
，特别涉及一种水下海参图像自动分割方法及装置。
技术介绍
海参具有很高的营养价值，是理想的滋补保健品。目前常用的海参捕捞方法有拖网捕捞和人工潜水捕捞，拖网捕捞不仅造成海参的过多捕捞还破坏了海洋的生态环境，造成了海参资源锐减；人工捕捞则对潜水员的生命有着严重的威胁。因此随着人类对海洋的研究，越来越多的国内外学者把精力投入到了水下机器人的研究，利用机器视觉技术识别定位水下海参目标引导水下机器人实现海参的自动捕捞有着很广阔的前景，而数字图像的目标精准分割是实现海参自动捕捞的前提之一。数字图像，尤其是水下数字图像，由于水下复杂的成像环境使水下海参图像对各种噪声和干扰比较敏感，造成获取水下海参图像成像质量不高而且信息冗余；另水下海参图像背景复杂、目标位置不确定、目标边缘模糊等特点，使得水下海参图像的快速自动分割变得十分困难。众多图像分割方法中，比较有代表性的是主动轮廓模型，最早由Kass等人于1988年提出，(Kass M，Witkin A，Terzopoulos D.Snakes：Active contour models，Int.J.Comput.Vision.321-331,(1988))。它建立一个包含基于图像灰度外能与轮廓内能的函数，通过轮廓曲线内力与灰度梯度外力的驱动，使初始轮廓产生形变，最终收敛到真实的目标边界，从而实现目标的分割。近年来，主动轮廓模型有了很多改进，并且应用到了水下目标的分割，但这些主动轮廓模型往往需要人工指定初始轮廓，当初始轮廓远离目标区域或者和目标区域重合较少时，主动轮廓模型往往无法完全分割...
【技术保护点】
一种水下海参图像自动分割方法，其特征在于，所述方法包括：获取待分割水下海参图像，对所述待分割水下海参图像进行灰度转换及颜色空间分解，获得灰度图像和R、G、B图像；对所述R、G、B图像进行R+G‑B融合，以获得融合图像；对所述融合图像进行边缘检测，以获得海参目标的边缘；根据所述海参目标的边缘获取所述海参目标的中心坐标，以所述海参目标的中心坐标构建初始矩形轮廓；根据构建的初始矩形轮廓通过主动轮廓模型对所述灰度图像进行海参目标分割。
【技术特征摘要】
1.一种水下海参图像自动分割方法，其特征在于，所述方法包括：获取待分割水下海参图像，对所述待分割水下海参图像进行灰度转换及颜色空间分解，获得灰度图像和R、G、B图像；对所述R、G、B图像进行R+G-B融合，以获得融合图像；对所述融合图像进行边缘检测，以获得海参目标的边缘；根据所述海参目标的边缘获取所述海参目标的中心坐标，以所述海参目标的中心坐标构建初始矩形轮廓；根据构建的初始矩形轮廓通过主动轮廓模型对所述灰度图像进行海参目标分割。2.如权利要求1所述的方法，其特征在于，所述根据所述海参目标的边缘获取所述海参目标的中心坐标，具体包括：根据所述海参目标的边缘Bn(rn,wn)通过下式获取所述海参目标的中心坐标P(rc,wc)， r c = Σ n = 1 N r n N w c = Σ n = 1 N w n N ]]>其中，rn为边缘点第n个像素的行坐标值，wn为边缘点第n个像素的列坐标值，N为边缘点像素数量。3.如权利要求2所述的方法，其特征在于，所述以所述海参目标的中心坐标构建初始矩形轮廓，具体包括：以所述海参目标的中心坐标P(rc,wc)通过下式构建初始矩形轮廓C0(r,w)， r = 3 4 r c r c + ( i - r c ) 4 , w = 3 4 w c w c + ( j - w c ) 4 ; ]]>式中，i为待分割水下海参图像像素的行数，j为待分割水下海参图像像素的列数。4.如权利要求1～3中任一项所述的方法，其特征在于，所述根据构建的初始矩形轮廓通过主动轮廓模型对所述灰度图像进行海参目标分割之前，所述方法还包括：采用对比度受限自适应直方图均衡法对所述灰度图像进行对比度增强。5.如权利要求1～3中任一项所述的方法，其特征在于，所述对所述融合图像进行边缘检测，以获得海参目标的边缘，具体包括：采用边缘检测算...
【专利技术属性】
技术研发人员：李道亮，乔曦，包建华，王聪，位耀光，
申请(专利权)人：中国农业大学，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。