[发明专利]一种基于图像匹配的中华绒螯蟹唯一性识别方法

摘要

本发明公开了一种基于图像匹配的中华绒螯蟹唯一性识别方法，属于数字图像处理领域。本发明包括以下步骤：步骤一：采集中华绒螯蟹原图像A，然后分割中华绒螯蟹的背部图像M；步骤二：提取中华绒螯蟹背部图像M的特征点；步骤三：从数据库中提取已保存的中华绒螯蟹背部图像Q和特征点，匹配图像Q和图像M的特征点；步骤四：检测误匹配特征点；步骤五：计算图像Q和图像M的相似度；步骤六：匹配结束，输出螃蟹匹配信息。本发明目的在于克服现有检验方法中无法有效地识别中华绒螯蟹唯一性的问题，通过利用蟹壳上广泛分布着各种凹陷、突起和纹理等特征，采用图像分析处理，然后与已存的图像数据库进行比对，根据相似度判断出中华绒螯蟹的唯一性。

主权项

1.一种基于图像匹配的中华绒螯蟹唯一性识别方法，其特征在于，包括以下步骤：步骤一：采集中华绒螯蟹原图像A，然后分割出中华绒螯蟹的背部图像M；步骤(1)：去除背景图像，得出中华绒螯蟹背景图形分割图；步骤(2)：对中华绒螯蟹背景图形分割图进行处理，得到背部图形膨胀图；步骤(3)：根据中华绒螯蟹的边缘信息最终可得到中华绒螯蟹的背部图像M；步骤二：提取中华绒螯蟹背部图像M的特征点；提取中华绒螯蟹背部图像M的特征点所采用的方法为加速稳健特征算法，该方法包括提取特征点和生成特征描述向量两个过程；步骤三：从数据库中提取已保存的中华绒螯蟹背部图像Q和特征点，匹配图像Q和图像M的特征点；步骤四：检测误匹配特征点，具体的方法为采用根据匹配成功的特征点分别在两幅图像中相对于最近邻特征点和次近邻特征点的位置关系进行检测，具体如下：步骤(1)：设(m₁,m₂,…,m_n)，(m₁′,m₂′,…,m_n′)分别是图像I₁和图像I₂中的特征点，其中，m₁与m₁′是一对匹配成功的特征点，以此类推；步骤(2)：首先对使用双向快速近似最近邻搜索算法匹配成功的匹配对根据欧式距离从小到大进行排序，然后筛选出排名靠前的匹配对以及最近邻和次近邻匹配对，所述欧式距离定义如下：其中(x₁,x₂,x₃,…,x₆₄)，(x₁′,x₂′,x₃′,…,x₆₄′)为匹配成功的两个特征点的特征向量；步骤(3)：先取出最近邻和次近邻的匹配对，记作(m_near,m_near′)和(m_subnear,m_subnear′)，然后计算两幅图像中最近邻到次近邻所匹配点的距离，计算公式如下：D＝|m_near‑m_subnear|   (8)D′＝|m_near′‑m_subnear′|   (9)步骤(4)：依次取出排名在最近邻和次近邻匹配对后面的匹配对(m_i,m_i′)(其中，2<i≤0.7*n)，计算该匹配对到最近邻匹配点的距离，所述计算公式如下：D_i＝|m_i‑m_near|   (10)D_i′＝|m_i′‑m_near′|   (11)步骤(5)：计算图像Q和图像M中每个特征点到最近邻匹配点的距离与最近邻匹配点和次近邻匹配点的距离的比例，所述计算公式如下：步骤(6)：以图像Q和图像M中最近邻到次近邻点为正方向，分别记作和然后计算最近邻点到每个特征点与正方向形成的角度，所述计算公式如下：其中m_{i_subpoint}，m_{i_subpoint}′是特征点m_i和m_i′分别在直线m_nearm_subnear和m_near′m_subnear′上的投影点，本文中计算的角度Angle_i和Angle_i′的范围为[0,2π]；步骤(7)：判断距离比例R_i和R_i′、角度Angle_i和Angle_i′的差值，如果该差值小于阈值，则判定匹配对(m_i,m_i′)为正确匹配对；步骤五：计算图像Q和图像M的相似度；步骤六：匹配结束，输出螃蟹匹配信息。