[发明专利]一种鱼类重叠图像的目标分割方法及系统

说明书

本发明实施例提供一种鱼类重叠图像的目标分割方法及系统，该方法包括：采集活体鱼类图像，并进行背景去除，获取鱼体的二值图像；判定二值图像中是否存在鱼类重叠区域；若存在，则获取鱼类重叠区域的角点；根据角点，确定鱼类重叠区域的骨架；根据骨架，判定鱼类重叠区域的重叠类型，以根据不同的重叠类型，提取鱼类重叠区域的轮廓交叉点；根据轮廓交叉点，提取鱼类重叠区域的轮廓线，以根据轮廓线完成鱼类重叠图像的目标分割。本实施例提供的重叠图像的目标分割方法及系统，通过对鱼体的二值图像中的重叠区域的图像处理，确定出重叠轮廓线，有效分割鱼类图像的重叠，避免了过分割的出现，为后续的鱼类识别、行为监测等提供了基础。

技术领域

本发明涉及水产信息技术领域，尤其涉及一种鱼类重叠图像的目标分割方法及系统。

背景技术

机器视觉处理已经应用到农业的各个领域，但其在水产养殖中还没有广泛应用。其中，与其他工业应用相比，将机器视觉应用于水产养殖必须克服许多挑战。例如，鱼类重叠图像的合理分割是阻碍机器视觉进一步应用于水产养殖的难点之一。事实上，由于被观察的目标通常是不可控、易受胁迫且自由移动等诸方面的因素，对重叠图像分割时造成的干扰，严重的限制了机器视觉处理技术在水产养殖中的进一步应用。

目前对于重叠目标的分割以往主要集中于形态学分割算法，包括基于边缘检测和凹面匹配的分割算法以及分水岭算法等。上述方法主要应用于二维平面的重叠和粘连。然而，在水产养殖中，目标鱼在三维空间中极为活跃。多数传统的图像分割算法均以二维平面目标为研究对象，处理垂直重叠时会对结果产生不利影响。因此，使用上述算法通常会导致过度分割。

因此，现在亟需提供一种更高效的鱼类重叠图像的目标分割方法及系统来解决上述问题。

发明内容

针对现有技术存在的上述问题，本发明实施例提供一种鱼类重叠图像的目标分割方法及系统，以实现对于鱼类重叠图像合理、准确的分割。

第一方面，本发明实施例提供了一种鱼类重叠图像的目标分割方法，包括：

S1：采集活体鱼类图像，并对活体鱼类图像进行背景去除，获取鱼体的二值图像；

S2：判定二值图像中是否存在鱼类重叠区域；

S3：若二值图像中存在所述鱼类重叠区域，则获取鱼类重叠区域的角点；

S4：根据角点，确定鱼类重叠区域的骨架；

S5：根据骨架，判定鱼类重叠区域的重叠类型，以根据不同的重叠类型，提取鱼类重叠区域的轮廓交叉点；

S6：根据轮廓交叉点，提取鱼类重叠区域的轮廓线，以根据轮廓线完成鱼类重叠图像的目标分割。

进一步地，步骤S2具体包括：根据鱼体的二值图像中连接区域的面积和周长，确定图像重叠度；根据图像重叠度与形状因子阈值的比较，以及二值图像内的连接区域面积与面积最大阈值的比较，确定二值图像中是否存在鱼类重叠区域。

进一步地，上述确定图像重叠度的计算方法为：

其中，SF表示图像重叠度，A表示连接区域的面积，C表示连接区域的周长。

进一步地，上述根据图像重叠度与形状因子阈值的比较，以及二值图像内的连接区域面积与面积最大阈值的比较，确定二值图像中是否存在鱼类重叠区域，具体为：

若SF_iSF₀且A_iA_max时，则二值图像中不存在鱼类重叠区域，否则二值图像中存在鱼类重叠区域；其中，SF₀为形状因子阈值，A_max为面积最大阈值，SF_i为第i个连接区域的图像重叠度，A_i为第i个连接区域的面积。