[发明专利]一种扇贝贝壳生长纹路的分割与识别方法

摘要

本发明提供一种扇贝贝壳生长纹路的分割与识别方法，是在获得扇贝贝壳CT图像后，采用高斯核匹配滤波对其管状纹路匹配增强，再对增强后的图像进行迭代处理，通过每次迭代保留纹路的特性信息，获得的精细纹路被分割出来。本发明利用虾夷扇贝CT图像作为输入图像，采用高斯核匹配滤波对图像中管状纹路匹配增强，进行全变分模型图像二值化的图像分割，进而实现图像纹路网络中交叉点的识别，得到了大量扇贝生长点的信息，是进一步精确计算扇贝生长率的前提。相对传统定时测量的方法，本方法利用计算机分析可以实现简单快速测定和计算，具有精确度高、通量较大等优势，为今后开展贝类育种工作获得精确育种表型信息提供了基础。

主权项

1.一种扇贝贝壳生长纹路的分割与识别方法，其特征在于，所述的方法包括如下的步骤：1)贝壳CT图像获取；将要分析的贝壳材料去除软体部分后，清洗贝壳内外表面；再采用数字医用诊断X射线透视摄影系统进行图像获取；2)利用二维高斯核匹配滤波对贝壳纹路进行特征增强利用二维高斯核匹配滤波对步骤1)获得的贝壳CT图像进行特征增强，二维高斯核函数如下：k(||x‑xc||)＝exp{‑||x‑xc||²/(2*σ)²)}    (1)其中x为图像像素，xc为核函数中心，σ为函数的宽度参数，控制了高斯核函数的径向作用范围；3)利用全变分模型图像二值化对增强后的贝壳纹路进行图像分割；通过迭代把高斯核匹配增强图像分为两部分，分别为精细轮廓管状纹路图像和背景图像；其中全变分模型的运算步骤见如下公式(2)，其中是一个对称光滑滤波核的Laplacian算子，取LOG滤波器，在去噪的同时保持边界不断裂；是图像u的梯度算子；α,β是方程的平衡参数；根据变分法得到(2)的PDE方程如下通过数值迭代法解方程(2)稳定的数值解保留纹路边界图像灰度值变化大的值；二值图像分割方程如下4)纹路交叉点的识别对贝壳纹路多尺度图像分割结果进行环结构特征检测，将二值化纹理骨架，根据每个像素的八邻域像素值确定像素是否是分叉点；分叉点确定后，每个分叉点将作为一个种子，从这个种子开始，不断沿骨架的方向往外扩散，直到找到其相邻的分叉点；直至每个分叉点都找到了与之相邻的分叉点，分叉点之间的连接关系即可确定；如果几个分叉点可以组成环结构，则每个分叉点至少有两个相邻的分叉点，根据这个性质，一些孤立的不能组成环结构的分叉点首先被滤除；连接关系转化为一个分叉点树，树由一个分叉点开始，不断搜索其相邻分叉点，直到搜索回到这个原始分叉点，环结构特征就被检索到；从而完成扇贝贝壳生长纹路的分割与识别。