[发明专利]一种基于极值法的茎柔鱼形态特征提取方法

权利要求书

1.一种基于极值法的茎柔鱼形态特征提取方法，其特征在于，所述方法包括如下步骤：

S100：将拍摄图片进行灰度化处理，得到灰度化图片，再利用高斯滤波与所述灰度化图片进行卷积来消除噪声，

S200：利用算法和连通域分析函数对上述图像进行边缘检测得到鱿鱼的轮廓特征图，

S300：对所述轮廓特征图进行迭代扫描，遍历图像内所有像素点，并提取特征点的像素坐标，

S400：通过像素坐标与二维平面坐标之间的转换，确定各特征点的二维平面坐标，自动计算各个外形特征长度，并得到相应的比例关系。

2.根据权利要求1所述的一种基于极值法的茎柔鱼形态特征提取方法，其特征在于，所述S100中，要求拍摄鱿鱼图像时，水平方向拍摄鱿鱼的背视图，要求拍摄图像背景为纯色，且无明显背景干扰，图像清晰，易于识别；要求拍摄对象包含标尺；所述背景干扰指：遮挡、光线、背景物等。

3.根据权利要求1所述的一种基于极值法的茎柔鱼形态特征提取方法，其特征在于，所述S100中将所述拍摄图像转换为灰度图像的方法：将所述拍摄图像的每一个像素点的R、G、B三个值转化成灰度值Gray组成的灰度图像，转换公式如下：Gray＝R*0.299+G*0.587+B*0.114，并将Gray值设定为所在点的像素值，其中R代表该像素点R颜色的分量值，其中G代表该像素点G颜色的分量值，其中B代表该像素点B颜色的分量值。

4.根据权利要求1所述的一种基于极值法的茎柔鱼形态特征提取方法，其特征在于，所述S200中包括如下步骤：

S210：给定一个阈值，采用以下方式对所述灰度图像的各个像素点进行比较：若像素点n的灰度值小于给定的阈值，则将该像素点标记为255，若像素点n的灰度值大于给定的阈值，则将该像素点标记为0；

S220：利用导数算子求出图像灰度沿着2个方向的导数G_X和G_Y，并使用算子来检测图像中的水平、垂直和对角边缘，求出图像梯度的幅值和方向，

其中，θ表示梯度方向，|G|表示梯度幅值，G_{X表示水平梯度，}G_{Y表示垂直梯度，}

S230：对上图中像素点沿着梯度的方向，对其前后各个像素点的梯度值进行比较，如果像素值小于其中任意一个，则舍弃该像素点，否则保留该像素点，使图像边缘细化，减少边缘像素点；

S240：选取合适的两个阈值，分别为上阈值T1和下阈值T2，对上图中像素点进行比较，对任意边缘像素大小高于T1的像素点进行保留，对任意边缘像素大小低于T2的像素点进行舍弃，置为0，对任意边缘像素大小在T2到T1之间的像素点，判断其是否能通过边缘连接到像素大小在T2到T1之间的像素点，若能，则保留该像素点，否则舍弃该像素点，置为0；

S250：利用连通域分析函数过滤掉经所述上述算法提取后的轮廓图像中除鱿鱼轮廓特征的连通域外的所有连通域，得到有且仅有鱿鱼轮廓特征的轮廓图像。

5.根据权利要求1所述的一种基于极值法的茎柔鱼形态特征提取方法，其特征在于，样本的特征数目和相对顺序保持一致，对所述特征点进行定义：将鱼体尾端最长点记为一号特征点；第一尾鳍最宽点记为二号特征点；第一尾鳍基部末端记为三号特征点；胴体第一最宽点记为四号特征点；外鞘第一最前端记为五号特征点；头部第一最宽点记为六号特征点；腕的第一最后端记为七号特征点；右侧第3腕腕端记为八号特征点；右侧第2腕腕端记为九号特征点；右侧第4腕腕端记为十号特征点；右侧第1腕腕端记为十一号特征点；左侧第1腕腕端记为十二号特征点；左侧第4腕腕端记为十三号特征点；左侧第2腕腕端记为十四号特征点；左侧第3腕腕端记为十五号特征点；腕的第二最后端记为十六号特征点；头部第二最宽点记为十七号特征点；外鞘第二最前端记为十八号特征点；胴体第二最宽点记为十九号特征点；第二尾鳍基部末端记为二十号特征点；第二尾鳍最高点记为二十一号特征点。