【技术实现步骤摘要】
本专利技术属于皮肤毛孔检测，特别是涉及一种基于图像计算毛孔数及评价的方法。
技术介绍
1、冷鲜上市对屠宰外观品质的要求较高，胴体外观品质好的更能成为消费者的选择。而胴体外观品质与皮肤毛囊有着密不可分的关系，皮肤毛囊的数量直接决定了毛孔密度，毛孔密度越小毛囊直径越短，皮肤一般越光滑，更易受消费者青睐。越来越多的科研工作者把家禽的皮肤培育毛孔密度小毛囊直径短的优质家禽成为一种趋势，而有效解决此问题的前提则是科学的对家禽皮肤毛孔的检测及评价。
2、现有的毛孔检测方法基本都要依靠人工计数，效率比较低，且长时间对毛孔数量计数容易造成眼部疲劳，容易造成计数错误，且对毛囊直径大小靠眼部观测只能靠眼睛观测评估，缺乏准确性。因此如何利用普通图像便捷准确地识别出毛孔数量并且建立适应图像的毛孔评价指标是当前研究的难点。
技术实现思路
1、本专利技术的目的是提供一种基于图像计算毛孔数及评价的方法，以解决上述现有技术存在的问题。
2、为实现上述目的，本专利技术提供了一种基于图像计算毛孔数及评价的方法，包括以下步骤：
3、获取家禽毛孔图像并进行去噪处理；
4、基于局部自适应阈值对去噪后的家禽毛孔图像进行分割处理，获得若干个分割图像；
5、构建毛孔检测模型并进行训练，基于训练后的毛孔检测模型对所述若干个分割图像进行毛孔检测，获得不同毛孔类型的数量；
6、对不同毛孔类型的数量进行加权处理，基于加权结果对家禽毛孔图像进行评价。
7、
8、可选地，对去噪后的家禽毛孔图像进行分割处理的过程包括：基于家禽毛孔图像前景目标与背景的颜色区分，预设局部自适应阈值算法的领域窗口尺寸，对预设的领域窗口的像素灰度取平均值，再减去一个常数，将得到的差值作为分割阈值，基于所述分割阈值对去噪后的家禽毛孔图像进行分割处理。
9、可选地，构建毛孔检测模型的过程包括：基于目标检测算法搭建毛孔检测模型。
10、可选地，对所述毛孔检测模型进行训练的过程包括：采用人工或者自动标注的方式对家禽毛孔图像中不同类型的毛孔基于实际标注框进行标注，获得预标注图像；将所述预标注图像输入到所述毛孔检测模型中生成预测标注框，根据实际标注框确定预测标注框的总损失，并反向传播更新参数，获得训练后的毛孔检测模型。
11、可选地，获得不同毛孔类型的数量的过程包括：基于训练后的毛孔检测模型对若干个分割图像中的不同类型的毛孔进行标注识别，并对不同类型的毛孔进行数量统计，获得家禽毛孔图像中不同毛孔类型的数量。
12、可选地，获得不同毛孔类型的数量的过程还包括：将若干个分割图像中的不同类型的毛孔进行标注识别之后，将获得的不同类型的毛孔位置转换为霍夫曲线空间中的曲线进行投票，以过滤不满足直线条件的毛孔位置。
13、可选地，毛孔类型包括小毛孔、中毛孔和大毛孔，其中，小毛孔的半径小于等于10微米，中毛孔的半径大于10微米且小于等于30微米，大毛孔的半径大于30微米。
14、可选地，对家禽毛孔图像进行评价的过程包括：按照从大到小的顺序预设第一权重、第二权重和第三权重，基于所述第一权重、第二权重和第三权重分别与对应的大毛孔、中毛孔和小毛孔的毛孔数量进行加权处理，基于加权结果对家禽毛孔图像进行评价。
15、本专利技术的技术效果为：
16、本专利技术在对家禽毛孔图像进行图像分割处理之前，采用形态学平滑算法对家禽毛孔图像进行滤波处理，保留边缘信息，并基于sobel算子滤波对家禽毛孔图像进行去噪处理，其中，sobel算子边缘检测算法具有原理简单、运算速度快的特点，本专利技术通过利用形态学平滑算法对家禽毛孔图像进行滤波处理，加强了sobel算子抗噪声性能。
17、由于毛孔比较微小，且在皮肤中密集存在，若是标注框选择太小则会缺失部分毛孔的图像特征，选择太大则会包含多个毛孔导致图像特征错误，其都具有漏检率高的问题。本实施例克服了现有算法基于固定标注框检测毛孔，无法适应不同图像的尺寸变化的问题，通过针对不同图像大小的预测标注框，提高了对于毛孔检测的精确度。
18、本专利技术结合不同类型毛孔的数目计算权重，从而评价毛孔，能够更加直观的对皮肤毛孔粗糙程度的整体情况进行稳定准确的评价,弥补了视觉上难以对复杂分布的毛孔进行综合评价的不足，而且这样得到的毛孔评价参数更加符合人眼的直观感受。
本文档来自技高网...【技术保护点】
1.一种基于图像计算毛孔数及评价的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于图像计算毛孔数及评价的方法，其特征在于，
3.根据权利要求1所述的基于图像计算毛孔数及评价的方法，其特征在于，
4.根据权利要求1所述的基于图像计算毛孔数及评价的方法，其特征在于，
5.根据权利要求4所述的基于图像计算毛孔数及评价的方法，其特征在于，
6.根据权利要求5所述的基于图像计算毛孔数及评价的方法，其特征在于，
7.根据权利要求6所述的基于图像计算毛孔数及评价的方法，其特征在于，
8.根据权利要求1所述的基于图像计算毛孔数及评价的方法，其特征在于，
9.根据权利要求8所述的基于图像计算毛孔数及评价的方法，其特征在于，
【技术特征摘要】
1.一种基于图像计算毛孔数及评价的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于图像计算毛孔数及评价的方法，其特征在于，
3.根据权利要求1所述的基于图像计算毛孔数及评价的方法，其特征在于，
4.根据权利要求1所述的基于图像计算毛孔数及评价的方法，其特征在于，
5.根据权利要求4所述的基于图像计算...
【专利技术属性】
技术研发人员：张会永，韩威，李国辉，殷建玫，薛倩，周成浩，蒋一秀，朱云芬，
申请(专利权)人：江苏省家禽科学研究所，
类型：发明
国别省市：
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。