[发明专利]一种基于椭圆拟合的粘连仔猪自动计数方法

摘要

一种基于椭圆拟合的粘连仔猪自动计数方法，属图像处理领域，解决粘连仔猪自动计数问题，其实现步骤是(1)打开并预处理粘连仔猪灰度图像；(2)提取仔猪图像各连通区域边缘并执行椭圆拟合；(3)按面积递减顺序提取未处理的连通区域，若其对应椭圆符合单只仔猪图像拟合椭圆参数要求，将其标记为已处理，否则，基于凹点将该连通区域轮廓线分段并为各分段拟合椭圆，按照提出的合并规则合并隶属于同一仔猪的多个椭圆，合并结束后将该连通区域标记为已处理；(4)若仍有未处理的连通区域，回到步骤(3)，否则，计数完毕，椭圆数量即为仔猪数量。本发明能准确地自动识别粘连仔猪灰度图像中的仔猪数量，且各椭圆能反映出各仔猪休息行为特征。

主权项

一种基于椭圆拟合的粘连仔猪自动计数方法，其特征是它包括以下7个步骤：S1、读入并打开大小为P的粘连仔猪灰度图像，其中P为320像素×240像素；S2、针对该粘连仔猪灰度图像执行高斯滤波及二值化处理；S3、针对二值化处理后的仔猪图像执行形态学处理；S4、针对形态学处理后的仔猪图像执行Canny边缘提取操作；S5、针对提取到的各连通区域边缘执行基于最小二乘法的椭圆拟合；S6、按面积从大到小的顺序依次提取连通区域，若提取到的当前待处理连通区域对应的拟合椭圆符合单只仔猪图像拟合椭圆参数要求，则将该连通区域标记为已处理，否则，提取该连通区域轮廓线执行以下S6a至S6f的操作：S6a、轮廓线平滑操作；S6b、针对平滑后的轮廓线提取凹点；S6c、针对步骤S6b得到的凹点提取代表凹点；S6d、基于代表凹点针对步骤S6a中平滑后的轮廓线分段；S6e、针对步骤S6d得到的各轮廓线分段执行基于最小二乘法的椭圆拟合；S6f、针对步骤S6e得到的各椭圆，按照规则1到规则4的顺序判断椭圆合并条件并完成相应的椭圆合并操作，按照某一规则完成一次椭圆合并后，仍然按照规则1、规则2、规则3、规则4的顺序判断合并条件并完成相应的椭圆合并操作，直至当前连通区域对应的所有椭圆均符合单只仔猪图像拟合椭圆参数范围要求时，结束椭圆合并操作，将当前连通区域标记为已处理：规则1、按面积从大到小顺序提取椭圆i，若椭圆i与其它椭圆j面积重叠率超过阈值over_com_th，则合并椭圆i、j对应的轮廓线分段且用合并后的轮廓线分段重新拟合椭圆；规则2、若椭圆i、j符合以下条件6f‑2‑a至条件6f‑2‑d，则合并这两个椭圆对应的轮廓线分段且用合并后的轮廓线分段重新拟合椭圆：条件6f‑2‑a：椭圆i的短轴长度Mi_i以及椭圆j的短轴长度Mi_j均小于对应日龄段单只仔猪图像拟合椭圆短轴长度最小值Mi_min的0.5倍；条件6f‑2‑b：椭圆i的方向角度θi与椭圆j的方向角度θj之差的绝对值小于阈值diff_θ_th；条件6f‑2‑c：椭圆i的中心点到椭圆j的长轴所在直线的垂直距离d(ellipsei_center，line_maj)大于对应日龄段单只仔猪图像拟合椭圆短轴长度最小值Mi_min的0.8倍且小于对应日龄段单只仔猪图像拟合椭圆短轴长度最大值Mi_max；条件6f‑2‑d：椭圆i的中心点到椭圆j短轴所在直线的垂直距离d(ellipsei_center，line_mij)小于对应日龄段单只仔猪图像拟合椭圆长轴长度最大值Ma_max的0.5倍；规则3、若椭圆i、j符合以下条件6f‑3‑a至条件6f‑3‑c，则合并椭圆i、j对应的轮廓线分段且用合并后的轮廓线分段重新拟合椭圆：条件6f‑3‑a：椭圆i的短轴长度Mi_i以及椭圆j的短轴长度Mi_j均小于对应日龄段单只仔猪图像拟合椭圆短轴长度最小值Mi_min；条件6f‑3‑b：椭圆i、j对应的轮廓线分段Si、Sj不相邻；条件6f‑3‑c：椭圆i、j对应的轮廓线分段Si、Sj的邻接轮廓线分段均已拟合椭圆且椭圆符合单只仔猪图像拟合椭圆参数范围要求；规则4、按面积从大到小顺序提取椭圆i，若椭圆i长轴方向线经过的区域存在其它待合并椭圆j，且椭圆i的中心点到椭圆j短轴所在直线的垂直距离d(ellipsei_center，line_mij)小于对应日龄段单只仔猪图像拟合椭圆长轴长度最大值Ma_max的0.5倍，则合并椭圆i、j对应的轮廓线分段且用合并后的轮廓线分段重新拟合椭圆；S7、判断是否所有连通区域处理完毕，若仍有连通区域需要分割，提取未处理的面积最大的连通区域对应轮廓线从S6a开始执行，若连通区域全部处理完毕，则粘连仔猪自动计数完成，椭圆数量即为图像中的仔猪数量，且各椭圆能够反映出对应仔猪的趴卧方向、仔猪的紧密程度休息行为特征；其特征是步骤S6中的单只仔猪图像拟合椭圆参数范围由椭圆长轴长度最大值Ma_max、长轴长度最小值Ma_min、短轴长度最大值Mi_max、短轴长度最小值Mi_min、短长轴长度比最大值MMAR_max以及短长轴长度比最小值MMAR_max确定，这六个参数按照以下三个步骤确定：(i)读入大小为P的1～3日龄、4～6日龄、7～9日龄、10～12日龄、13～15日龄、16～18日龄、19～21日龄单只仔猪灰度图像各十幅，P＝320像素×240像素；(ii)打开各仔猪图像执行高斯滤波、二值化、形态学处理、Canny边缘提取、基于最小二乘法的椭圆拟合操作，提取椭圆长轴长度值及短轴长度值，计算得到相应的拟合椭圆的长轴、短轴长度的均值，分别记为Ma_aver及Mi_aver；(iii)利用式(1)至式(6)确定各日龄段单只仔猪图像拟合椭圆的Ma_max、Ma_min、Mi_max、Mi_min、MMAR_max以及MMAR_max：Ma_min＝Ma_aver×(1‑0.25)                               (1)Ma_max＝Ma_aver×(1+0.25)                               (2)Mi_min＝Mi_aver×(1‑0.25)                               (3)Mi_max＝Mi_aver×(1+0.25)                               (4)MMAR_max＝Mi_min/Ma_max                                 (5)MMAR_min＝Mi_max/Ma_min                                 (6)。