基于分离提取的图像数据进行海产品检测分类方法及系统技术方案

本发明专利技术提供基于分离提取的图像数据进行海产品检测分类方法及系统，涉及海产品检测分类技术领域

【技术实现步骤摘要】
基于分离提取的图像数据进行海产品检测分类方法及系统


[0001]本专利技术涉及海产品检测分类
，具体而言，涉及基于分离提取的图像数据进行海产品检测分类方法及系统
。

技术介绍

[0002]海产品种类众多，针对不同类型的海产品需要进行初步的分类筛选和后续同类型的海产品的精筛选，以适应不同的市场需求
。
随着海产品市场的打开，对于海产品的需求量也越来越大
。
目前，对于海产品的分类筛选尤其是肉质的分类基本还是基于人工进行，费时费力
。
[0003]当然，目前也有一些深入结合自动化的筛选分拣方法，例如结合对重量的数据采集来进行分类筛选，但这都是单一的且仅为辅助性的筛选分类方法，针对海产品的肉质情况进行分类筛选还是处于人工作业的现状
。
对于大多数的海产品来说，其形状具有一定的固定形状，尤其是鱼类
、
贝类等，因而可以做到同一的肉质分类识别，所以对这类的海产品实现高效自动化的肉质分类是值得深入研究的内容
。
[0004]因此，设计基于分离提取的图像数据进行海产品检测分类装置及方法，能够实现对海产品肉质的高效自动化筛选，是目前亟待解决的问题
。

技术实现思路

[0005]本专利技术的目的在于提供基于分离提取的图像数据进行海产品检测分类方法，通过对要进行分类检测筛选的目标海产品的肉质进行历史分类图像数据的获取，并基于这些分类图像数据提取边界特征来建立用于对比的边界特征数据库和基于图像数据中肉质在特定光线下展现出的光线灰度特征来建立用于对比的肉质对比数据库
。
同时获取肉质的实时图像数据，进行边界特征的对比分析，实现对目标海产品肉质是否存在损伤或者增生的自动化分类检测，并根据检测结果将肉质正常的海产品进行肉质状态的对比，即利用肉质对比数据库进行灰度数据的对比分析，进而完成不同肉质品质的分类处理分析
。
整个检测分类的筛选流程在利用图像处理方法的基础上实现了对目标海产品肉质的自动化分类检测筛选，且筛选的准确度高，效率快，大大提高了海产品加工的效率
。
[0006]本专利技术的目的还在于提供基于分离提取的图像数据进行海产品检测分类系统，通过图像数据采集单元来充分获取目标海产品的图像数据，为后续进行检测分类的分析提供合理且充足的基础数据
。
通过分析处理单元实现基于图像数据的肉质状态合理高效分析和对肉质品质的准确分析，形成准确的海产品肉质检测分类筛选结果，进而为海产品肉质的高效准确的完成整个检测分类筛选流程提供实时准确的分析结果数据
。
[0007]第一方面，本专利技术提供基于分离提取的图像数据进行海产品检测分类方法，包括获取目标海产品的分类图像数据，分别进行目标边界信息和肉质光泽度信息的提取，建立目标边界对比数据库和目标肉质对比数据库；获取目标海产品的多个实时图像数据，结合目标边界对比数据库进行边界信息对比，并根据对比结果数据，对目标海产品进行分类筛
选，形成不同的筛选类；根据不同的筛选类确定目标筛选类，并获取目标筛选类的实时肉质光泽度信息，结合目标肉质对比数据库进行肉质分类分析，形成肉质分类结果数据
。
[0008]在本专利技术中，该方法通过对要进行分类检测筛选的目标海产品进行历史分类图像数据的获取，并基于这些分类图像数据提取边界特征来建立用于对比的边界特征数据库和基于图像数据中肉质在特定光线下展现出的光线灰度特征来建立用于对比的肉质对比数据库
。
同时获取肉质的实时图像数据，进行边界特征的对比分析，实现对目标海产品肉质是否存在损伤或者增生的自动化分类检测，并根据检测结果将肉质正常的海产品进行肉质状态的对比，即利用肉质对比数据库进行灰度数据的对比分析，进而完成不同肉质品质的分类处理分析
。
整个检测分类的筛选流程在利用图像处理方法的基础上实现了对目标海产品肉质的自动化分类检测筛选，且筛选的准确度高，效率快，大大提高了海产品加工的效率
。
[0009]作为可能的实现方式，获取目标海产品的分类图像数据，分别进行目标边界信息和肉质光泽度信息的提取，建立目标边界对比数据库和目标肉质对比数据库，包括：获取目标海产品的分类图像数据，并对分类图像数据进行图像获取方向的划分，形成不同的方向分类图像数据集；对不同的方向分类图像数据集进行基于目标边界信息的提取分析，形成目标边界对比数据库；对不同的方向分类图像数据集进行基于肉质光泽度信息的提取分析，形成目标肉质对比数据库
。
[0010]在本专利技术中，不同的方向获取到的图像数据是不同的，因此形成的边界特征信息和肉质光泽信息也是不同的
。
为了使数据库具有针对性的对比效果，在建立数据库时，就需要将基础数据进行按照不同获取方向的分类，这样相同方向下获取的图像数据在进行特征提取时才具有数据的可归纳性和相容性
。
对于获取的方向，在建立图像数据的大数据之初就可以做出考虑，不同类型的海产品的肉质可以针对其自身的形状
、
光泽等特点来确定获取的方向，比如对于贝类海产品来说，由于扇贝肉质相似与外壳，所以可以考虑扇贝上正对单个贝壳面的方向以及正对两个贝壳合缝的方向，这样有利于后期提取的边界特征数据尽可能的包含该类海产品的形状特征信息
。
当然，对于每次进行图像数据提取时，可以确定一个海产品的稳定状态例如稳定放置在某个作业工序的固定工位上时，获取稳定传输过程的某个位置等，这样所建立的边界坐标系也基本上相对对应的特征边界函数是对应的，有利于后续进行对比分析时提高缩放率数据的准确度
。
[0011]作为可能的实现方式，对不同的方向分类图像数据集进行基于目标边界信息的提取分析，形成目标边界对比数据库，包括：对每个方向分类图像数据集，提取每个图像中的边界信息，形成目标边界函数集，其中，目标边界函数集中的每个目标边界函数包含以图像的中心为坐标原点的边界坐标系；对目标边界函数集中所有的目标边界函数进行基于边界坐标系的重叠对比，将重合度最高的目标边界函数确定为指定边界函数；设定角度步长
α
，以指定边界函数对应的边界坐标系为点集化的参考坐标系；以坐标原点为基准，以角度步长
α
为指定参考点获取的角度间隔，依次从坐标原点形成射线，并将射线与指定边界函数相交的点确定为指定参考点；获取每个指定参考点对应的函数导数，形成指定导数集
=[
，，
…
，
]，
k
表示获取的指定参考点的编号；对目标边界函数中除指定边界函数外的其他目标边界函数进行基于指定边界函数的缩放处理，形成处理边
界函数；对处理边界函数在对应的边界坐标系下进行与指定边界函数的点集化参数相同的点集化，并确定每个处理参考点对应的处理导数，形成对应的处理导数集，其中，
n
表示目标边界函数中除指定边界函数外的其他目标边界函数的编号；将每个指定参考点与本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
基于分离提取的图像数据进行海产品检测分类方法，其特征在于，包括：获取目标海产品的分类图像数据，分别进行目标边界信息和肉质光泽度信息的提取，建立目标边界对比数据库和目标肉质对比数据库；获取目标海产品的多个实时图像数据，结合所述目标边界对比数据库进行边界信息对比，并根据对比结果数据，对所述目标海产品进行分类筛选，形成不同的筛选类；根据不同的所述筛选类确定目标筛选类，并获取所述目标筛选类的实时肉质光泽度信息，结合所述目标肉质对比数据库进行肉质分类分析，形成所述肉质分类结果数据
。2.
根据权利要求1所述的基于分离提取的图像数据进行海产品检测分类方法，其特征在于，所述获取目标海产品的分类图像数据，分别进行目标边界信息和肉质光泽度信息的提取，建立目标边界对比数据库和目标肉质对比数据库，包括：获取所述目标海产品的分类图像数据，并对所述分类图像数据进行图像获取方向的划分，形成不同的方向分类图像数据集；对不同的所述方向分类图像数据集进行基于目标边界信息的提取分析，形成所述目标边界对比数据库；对不同的所述方向分类图像数据集进行基于肉质光泽度信息的提取分析，形成所述目标肉质对比数据库
。3.
根据权利要求2所述的基于分离提取的图像数据进行海产品检测分类方法，其特征在于，所述对不同的所述方向分类图像数据集进行基于目标边界信息的提取分析，形成所述目标边界对比数据库，包括：对每个所述方向分类图像数据集，提取每个图像中的边界信息，形成目标边界函数集，其中，所述目标边界函数集中的每个目标边界函数包含以图像的中心为坐标原点的边界坐标系；对所述目标边界函数集中所有的所述目标边界函数进行基于所述边界坐标系的重叠对比，将重合度最高的所述目标边界函数确定为指定边界函数；设定角度步长
α
，以所述指定边界函数对应的所述边界坐标系为点集化的参考坐标系；以坐标原点为基准，以所述角度步长
α
为指定参考点获取的角度间隔，依次从坐标原点形成射线，并将射线与所述指定边界函数相交的点确定为所述指定参考点；获取每个所述指定参考点对应的函数导数，形成指定导数集
=[
，，
…
，
]
，
k
表示获取的指定参考点的编号；对所述目标边界函数中除所述指定边界函数外的其他所述目标边界函数进行基于所述指定边界函数的缩放处理，形成处理边界函数；对所述处理边界函数在对应的所述边界坐标系下进行与所述指定边界函数的点集化参数相同的点集化，并确定每个处理参考点对应的处理导数，形成对应的处理导数集，其中，
n
表示所述目标边界函数中除所述指定边界函数外的其他所述目标边界函数的编号；将每个所述指定参考点与每个所述处理边界函数中的所述处理导数进行基于所述边
界坐标系上位置的一一对应，并以所述指定导数集中每个所述指定导数为基础，以每个所述处理导数集中对应的所述处理导数为范围调整量，确定每个所述指定参考点的导数调整范围；结合不同方向分类图像数据集对应的所有所述指定参考点的所述导数调整范围，建立所述目标边界对比数据库
。4.
根据权利要求3所述的基于分离提取的图像数据进行海产品检测分类方法，其特征在于，所述对所述目标边界函数中除所述指定边界函数外的其他所述目标边界函数进行基于所述指定边界函数的缩放处理，形成处理边界函数，包括：确定所述指定边界函数相对所述边界坐标系原点的平均指定距离；每次选取除所述指定边界函数外的单个所述目标边界函数；将所述指定边界函数对应的所述边界坐标系与所述目标边界函数对应的坐标系重合，并确定坐标系重合时所述指定边界函数与所述目标边界函数的距离差函数，其中，，表示所述指定边界函数上坐标点相对坐标系原点的距离，表示所选取的单个所述目标边界函数上坐标点相对坐标系原点的距离；以所述距离差函数下的平均距离差为有效缩放距离差；根据所述平均指定距离和所述有效缩放距离差，确定所述目标边界函数的缩放率，其中，，表示对所述有效缩放距离差进行正负符号提取的符号提取函数；将所述目标边界函数按照对应的所述缩放率进行缩放，形成所述处理边界函数
。5.
根据权利要求4所述的基于分离提取的图像数据进行海产品检测分类方法，其特征在于，所述以所述指定导数集中每个所述指定导数为基础，以每个所述处理导数集中对应的所述处理导数为范围调整量，确定每个所述指定参考点的导数调整范围，包括：获取每个所述处理导数集中位置相对应的所述处理导数，形成初始参考点处理导数集；设定导数偏离阈值
β
，对所述初始参考点处理导数集中的每个所述处理导数进行以下筛选判断：若，则将所述处理导数进行保留，反之则进行去除；获取保留的所述处理导数，形成有效参考点处理导数集；获取所述有效参考点处理导数集中的最小所述处理导数和所述有效参考点处理导数集中的最大所述处理导数，形成初始调整范围；根据所述初始调整范围和对应的所述指定导数，进行以下判断形成所述导数调整范围：若所述指定导数属于对应的所述初始调整范围，则将所述初始调整范围确定为所述导数调整范围；
若所述指定导数不属于对应的所述初始调整范围，则将所述指定导数作为边界值对所述初始调整范围进行扩大，形成所述导数调整范围
。6.
根据权利要求5所述的基于分离提取的图像数据进行海产品检测分类方法，其特征在于，所述对不同的所述方向分类图像数据集进行基于肉质光泽度信息的提取分析，形成所述目标肉质对比数据库，包括：对每个所述方向分类图像数据集，提取每个图像在对应的所述目标边界内的灰度数据，其中，每个图像对应的灰度数据包含每个灰度值在对应的所述边界坐标系下的位置信息；设定直径步长，对所述指定边界函数内的灰度信息按照以对应的所述边界坐标系...

【专利技术属性】
技术研发人员：刘海军，高阳，兰青，刘天晓，
申请(专利权)人：乳山新达食品有限公司，
类型：发明
国别省市：