[发明专利]一种基于极值法的茎柔鱼形态特征提取方法

说明书

本发明公开了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。利用计算机视觉技术提取图像轮廓和特征点方法，从数量和形状上来总结形态数据,具目前其它形态学方法所无法达到的分析效果。

技术领域

本发明涉及图像处理领域，尤其涉及计算机视觉技术对生物轮廓边缘提取以及特征点提取并计算生物形态学外形特征长度及其比例的方法，一种基于极值法的茎柔鱼形态特征提取方法。

背景技术

近年来，国内外学者针对基于计算机视觉技术在鱼类分类识别上的应用进行了诸多的研究，分类识别的方法涉及到基于相关系数法、分级分类法、支持向量机、神经网络等方法。但由于各类数据量庞大且冗杂导致数据分类领域面临较大的挑战，因而许多学者将研究领域进一步推向如何更好更快地进行数据预处理，从特征选择和分类方法考虑从而提高分类时效性。随着形态测量学以及计算机图形学的发展，提取图像轮廓和特征点方法将形态差异定量描述和可视化,能够从数量和形状上来总结形态数据,具有目前其它形态学方法所无法达到的分析效果因而受到广泛关注,在生物形态学、形态进化学及系统分类学等方面得到广泛应用。

发明内容

本发明的目的在于提供一种基于极值法的茎柔鱼形态特征提取方法，对鱿鱼的形态学外形特征进行提取分析，进而为鱼类分类以及种群识别研究提供科学依据。

为实现上述目标，本发明提供了如下技术方案：

一种基于极值法的茎柔鱼形态特征提取方法，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。

优选地，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。

优选地，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。

优选地，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，