一种扇贝表型性状计算机测量与记录方法技术

本发明专利技术属于计算机数据处理技术领域的扇贝表型性状的测量方法，即扇贝表型性状计算机测量与记录方法，在天平外侧固定支架，摄像头固定在支架上，摄像头和电子天平通过数据线连接在电脑上，利用计算机图像识别技术识别照片并在照片中测量扇贝的壳高、壳长、壳宽和体重，同时记录天平读数；用二部摄像头分别置于电子天平的顶部以及侧面分别记录扇贝的正、侧面图，并将天平通过数据线与电脑相连，启动软件，开启摄像头将天平调零，放上扇贝，待天平读数稳定后按打印键，自动读取天平示数并拍照自动测量壳高、壳长、壳宽和体重，其测量设备简单，安全可靠，自动化程度高，数量处理迅速、准确，广泛用于扇贝的种类分档和筛选。

【技术实现步骤摘要】

本专利技术属于计算机测量与记录数据处理
，涉及一种扇贝表型性状(即壳高、壳长、壳宽、体重等)的测量技术方法，特别是一种扇贝表型性状计算机测量与记录方 法。
技术介绍
扇贝作为我国海水经济养殖贝类之一，在海水养殖产业中占有极其重要的地位。 在扇贝的选择育种过程中，对表型性状的测量是必不可少的步骤。目前最常用的测量方法 是利用游标卡尺对壳高、壳长、壳宽进行测量，其缺点在于需要分别测量壳高、壳长、壳宽， 速度慢，不同测量者测量时读数会产生误差；在测量活扇贝时游标卡尺容易被海水侵蚀损 坏；体重与壳尺寸不能同时测量；如要进行数据分析，需要人工记录数据并录入计算机。因 此对栉孔扇贝表型性状测量方法的改进是提高育种效率和规范测量数据的关键。图像识别 技术是指用计算机，通过数学方法，对一个系统前端获取的图像按照特定目的，进行特别处 理的方法。现有的图像识别包括如条码识别、生物特征性状识别、智能交通中的动态对象识 别、手写识别等。可以说，图像识别技术就是人类视觉认知的延伸，是人工智能的一个重要 领域。随着计算机技术及人工智能技术的发展，图像识别技术越来越成为人工智能的基础 技术。其基本分析方法也随着数学工具的不断进步而不断发展。目前，采用计算机对海产 品，特别是在扇贝外形表观的测量与记录方面的应用还尚未见有报导。
技术实现思路
本专利技术的目的在于克服现有人工测量海产品表观外形状况技术中存在的缺点，寻 求设计提供一种利用计算机对扇贝的外形表观状况进行自动测量和记录，并进而对其数据 进行处理，实现自动化测量功效。 为了实现上述目的，本专利技术对扇贝表型性状进行自动测量与记录，利用图像识别 技术在电脑中对扇贝壳尺寸性状进行测量和处理，并通过计算机串口与电子天平相连接， 记录扇贝的体重，将数据测量、记录以及录入电脑进行数据处理同时完成，测量过程迅速、 准确，提高了扇贝表型性状的测量和记录速度。 本专利技术的测量与记录流程包括图像采集、图像预处理、轮廓识别、尺寸测量、尺寸 换算和存入数据库六个步骤；先采用二部高清摄像头进行图像采集，二部摄像头固定于电 子天平玻璃罩外的固定架子上，其中一个摄像头镜头正对电子天平的托盘，另一个摄像头 带有长柄，镜头从侧面对准电子天平的托盘，利用DirectX自动启动二个摄像头同时拍照， 保存扇贝正面以及侧面的图像；采用基于C"的二维图像识别技术分为原始图像处理、关键 点查找和距离测量三个分步骤；原始图像处理又分为灰度化、二值化和去噪三段；其中灰 度化是将图像的色彩信息全部丢掉，将24位的位图信息用8位来表示，灰度图共有256级 灰度等级，也就是将24位位图的一点如(255,255,255)转换成255，所以R， G， B三个值所 乘的系数和为1 ;二值化是将256个亮度等级的灰度图像通过阀值选取而获得仍然可以反映图像整体和局部特征的二值化图像；去噪是用小波分析进行图像去噪，有3个步骤一是 对图象信号进行小波分解；二是对经过层次分解后的高频系数进行阈值量化；三是利用二 维小波重构图象信号；关键点的查找分为获取边缘轮廓和提取关键点；距离测量是直接计 算关键点之间的像素数，再按预设的像素与毫米的比例换算成毫米数；通过串口直接读取 天平数据从而实现重量的记录。 本专利技术在天平外侧固定支架，摄像头固定在支架上，摄像头和电子天平通过数据 线连接在电脑上，利用计算机图像识别技术识别照片并在照片中测量扇贝的壳高、壳长、壳 宽，同时记录天平读数；实现时用二部摄像头分别置于电子天平的顶部以及侧面分别记录 扇贝的正、侧面图，并将天平通过数据线与电脑相连；设备架设完毕之后，启动软件，开启摄 像头选择相应的天平端口并勾选称重同时测量记录选项，将天平调零，放上扇贝，待天平读 数稳定后按天平的打印键，软件将自动读取天平示数并拍照自动测量壳高、壳长以及壳宽。 本专利技术与现有技术相比，其测量所用设备简单，使用安全可靠，测量和记录自动化 程度高，数量处理迅速、准确，可以广泛应用于不同种类扇贝的表型性状快速测量和记录。附图说明 图1为本专利技术的测量与记录工艺流程及原理示意框图。 图2为本专利技术的图像预处理及关键点识别流程示意图。具体实施例方式下面通过实施例并结合附图做进一步说明。 实施例 本实施例的运行流程包括图像采集、图像预处理、轮廓识别、尺寸测量、尺寸换算 和存入数据库六个步骤；先采用二部高清摄像头进行图像采集，二部摄像头固定于电子天 平玻璃罩外的固定架子上，其中一个摄像头镜头正对电子天平的托盘，另一个摄像头带有 长柄，镜头从侧面对准电子天平的托盘，利用DirectX自动启动二个摄像头同时拍照，保存 扇贝正面以及侧面的图像；采用基于C"的二维图像识别技术，分为原始图像处理、关键点查 找和距离测量三个分步骤；原始图像处理又分为灰度化、二值化和去噪三段；(l)灰度化 将图像的色彩信息全部丢掉，将24位的位图信息用8位来表示，灰度图共有256级灰度等 级，也就是将24位位图的一点如(255,255,255)转换成255，所以R， G， B三个值所乘的系 数和为1 ; (2) 二值化将256个亮度等级的灰度图像通过阀值选取而获得仍然可以反映图像整体和局部特征的二值化图像；(3)去噪小波分析进行图像去噪主要有3个步骤(a) 对图象信号进行小波分解；(b)对经过层次分解后的高频系数进行阈值量化；(c)利用二维小波重构图象信号。 本实施例涉及的关键点的查找分为获取边缘轮廓和提取关键点；距离测量是直接 计算关键点之间的距离(像素数)，再按预设的像素与毫米的比例换算成毫米数；通过串口 直接读取天平数据从而实现重量的记录。权利要求，其特征在于测量与记录流程包括图像采集、图像预处理、轮廓识别、尺寸测量、尺寸换算和存入数据库六个步骤；先采用二部高清摄像头进行图像采集，二部摄像头固定于电子天平玻璃罩外的固定架子上，其中一个摄像头镜头正对电子天平的托盘，另一个摄像头带有长柄，镜头从侧面对准电子天平的托盘，利用DirectX自动启动二个摄像头同时拍照，保存扇贝正面以及侧面的图像；采用基于C#的二维图像识别技术分为原始图像处理、关键点查找和距离测量三个分步骤；原始图像处理又分为灰度化、二值化和去噪三段；其中灰度化是将图像的色彩信息全部丢掉，将24位的位图信息用8位来表示，灰度图共有256级灰度等级，将24位位图的一点如(255，255，255)转换成255，R，G，B三个值所乘的系数和为1；二值化是将256个亮度等级的灰度图像通过阀值选取而获得反映图像整体和局部特征的二值化图像；去噪是用小波分析进行图像去噪，有3个步骤一是对图象信号进行小波分解；二是对经过层次分解后的高频系数进行阈值量化；三是利用二维小波重构图象信号；关键点的查找分为获取边缘轮廓和提取关键点；距离测量是直接计算关键点之间的距离或像素数，再按预设的像素与毫米的比例换算成毫米数；通过串口直接读取天平数据实现重量的记录。全文摘要本专利技术属于计算机数据处理
的扇贝表型性状的测量方法，即扇贝表型性状计算机测量与记录方法，在天平外侧固定支架，摄像头固定在支架上，摄像头和电子天平通过数据线连接在电脑上，利用计算机图像识别技术识别照片并在照片中测量扇贝的壳高、壳长、壳宽和体重，同时记录天平读数；用二部本文档来自技高网...

【技术保护点】
一种扇贝表型性状计算机测量与记录方法，其特征在于测量与记录流程包括图像采集、图像预处理、轮廓识别、尺寸测量、尺寸换算和存入数据库六个步骤；先采用二部高清摄像头进行图像采集，二部摄像头固定于电子天平玻璃罩外的固定架子上，其中一个摄像头镜头正对电子天平的托盘，另一个摄像头带有长柄，镜头从侧面对准电子天平的托盘，利用ＤｉｒｅｃｔＸ自动启动二个摄像头同时拍照，保存扇贝正面以及侧面的图像；采用基于Ｃ＃的二维图像识别技术分为原始图像处理、关键点查找和距离测量三个分步骤；原始图像处理又分为灰度化、二值化和去噪三段；其中灰度化是将图像的色彩信息全部丢掉，将２４位的位图信息用８位来表示，灰度图共有２５６级灰度等级，将２４位位图的一点如（２５５，２５５，２５５）转换成２５５，Ｒ，Ｇ，Ｂ三个值所乘的系数和为１；二值化是将２５６个亮度等级的灰度图像通过阀值选取而获得反映图像整体和局部特征的二值化图像；去噪是用小波分析进行图像去噪，有３个步骤：一是对图象信号进行小波分解；二是对经过层次分解后的高频系数进行阈值量化；三是利用二维小波重构图象信号；关键点的查找分为获取边缘轮廓和提取关键点；距离测量是直接计算关键点之间的距离或像素数，再按预设的像素与毫米的比例换算成毫米数；通过串口直接读取天平数据实现重量的记录。...

【技术特征摘要】

【专利技术属性】
技术研发人员：包振民，李艳，杨守斌，陆维，胡景杰，黄晓婷，
申请(专利权)人：中国海洋大学，
类型：发明
国别省市：95[中国|青岛]