[發(fā)明專利]一種養(yǎng)殖魚類圖像增強(qiáng)裝置及方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201611260488.7
• 申請(qǐng)日: 2016-12-30
• 公開（公告）號(hào): CN106791320A
• 公開（公告）日: 2017-05-31
• 發(fā)明（設(shè)計(jì)）人: 楊信廷;周超;孫傳恒;吝凱;徐大明;陳彩文;郭強(qiáng)
• 申請(qǐng)（專利權(quán)）人: 北京農(nóng)業(yè)信息技術(shù)研究中心
• 主分類號(hào): H04N5/225
• 分類號(hào): H04N5/225;H04N5/235;H04N5/232;G06T5/00
• 代理公司: 北京路浩知識(shí)產(chǎn)權(quán)代理有限公司11002
• 代理人: 湯財(cái)寶

技術(shù)領(lǐng)域

本發(fā)明涉及漁業(yè)信息化技術(shù)領(lǐng)域，尤其涉及一種養(yǎng)殖魚類圖像增強(qiáng)裝置及方法。

背景技術(shù)

近年來，計(jì)算機(jī)視覺技術(shù)在循環(huán)水養(yǎng)殖中一直是研究的熱點(diǎn)領(lǐng)域，由于循環(huán)水養(yǎng)殖現(xiàn)場(chǎng)光線一般都比較暗，而基于近紅外視覺獲取到的近紅外圖像不受可見光強(qiáng)度的影響，其成像效果相比普通機(jī)器視覺效果要好，非常適合用于循環(huán)水養(yǎng)殖過程中。但是，總之還是在一個(gè)光照條件相對(duì)不足的條件下，其采集的近紅外圖像總體偏暗，加之部分魚有隨環(huán)境改變體色的情況，難免會(huì)造成圖像整體偏暗，對(duì)比度低的情況，給目標(biāo)識(shí)別帶來了很大的困難，因此需要經(jīng)過增強(qiáng)處理改善圖像質(zhì)量。

常用的圖像增強(qiáng)方法主要有直方圖均衡算法、小波變換法、Retinex算法、線性增強(qiáng)法等。但以上增強(qiáng)方法在處理采集到的近紅外圖像時(shí)，或多或少存在計(jì)算量大，不宜于實(shí)時(shí)處理的問題，算法的智能型和自適應(yīng)性差或者容易丟失圖像的細(xì)節(jié)信息。

發(fā)明內(nèi)容

(一)要解決的技術(shù)問題

本發(fā)明提供一種養(yǎng)殖魚類圖像增強(qiáng)裝置及方法，針對(duì)光線較暗的循環(huán)水養(yǎng)殖現(xiàn)場(chǎng)的魚類圖像的采集現(xiàn)狀而進(jìn)行的設(shè)計(jì)，解決了近紅外視覺圖像采集過程中存在的偏暗、對(duì)比度低的問題，且不影響魚類正常生長(zhǎng)。

(二)技術(shù)方案

為解決上述問題，本發(fā)明提供了一種養(yǎng)殖魚類圖像增強(qiáng)裝置，包括近紅外相機(jī)、近紅外光源、光照度變送器以及控制處理器，其中，近紅外相機(jī)、近紅外光源和光照度變送器設(shè)置在養(yǎng)殖魚的水槽上方，所述控制處理器與所述近紅外相機(jī)、近紅外光源和光照度變送器分別連接；

所述近紅外相機(jī)能夠在所述控制處理器的控制下采集魚群的近紅外圖像，所述近紅外光源用于為所述近紅外相機(jī)補(bǔ)光，所述光照度變送器能夠感應(yīng)環(huán)境的光線強(qiáng)度并將光線強(qiáng)度信息傳送給所述控制處理器，所述控制處理器根據(jù)光線強(qiáng)度信息控制所述近紅外光源開關(guān)以及光照強(qiáng)度，且所述控制處理器能接收近紅外相機(jī)采集的圖像并對(duì)圖像進(jìn)行對(duì)比度增強(qiáng)處理。

進(jìn)一步地，所述光照度變送器包括依次光照度傳感器、微控制器以及通信接口，所述微控制器與所述光照度傳感器和通信接口分別相連，所述微控制器能夠控制光照度傳感器采集數(shù)據(jù)，并通過通信接口將光照度傳感器采集的數(shù)據(jù)傳遞給控制處理器。

為了解決上述技術(shù)問題，本發(fā)明還提供了一種養(yǎng)殖魚類圖像增強(qiáng)方法，包括如下步驟：

步驟1：控制處理器接收來自近紅外相機(jī)拍攝的原始圖像，并計(jì)算原始圖像的灰度值；

步驟2：根據(jù)原始圖像的灰度值對(duì)原始圖像進(jìn)行初步增強(qiáng)，消除光照不均勻和變化的影響，得到反射圖像的灰度值；

步驟3：對(duì)反射圖像的灰度值進(jìn)行非線性變換得到最終的增強(qiáng)圖像。

進(jìn)一步地，所述步驟3的具體過程為：

步驟3-1：對(duì)反射圖像的每個(gè)灰度值進(jìn)行歸一化變換；

步驟3-2：根據(jù)歸一化變換后的灰度值選取灰度拉伸的非線性變換函數(shù)；

步驟3-3：利用粒子群算法自動(dòng)選取最優(yōu)的所述非線性變換函數(shù)的關(guān)鍵參數(shù)；

步驟3-4：對(duì)歸一化變換后的圖像利用非線性變換函數(shù)進(jìn)行灰度變換；

步驟3-5：將非線性變換后的圖像反歸一化處理，得到對(duì)比度增強(qiáng)后的圖像。

進(jìn)一步地，所述計(jì)算原始圖像的灰度值的具體步驟為：獲取原始圖像的大小，計(jì)算其像素點(diǎn)數(shù)和其長(zhǎng)寬，然后分別讀取其每個(gè)像素點(diǎn)的灰度值，存入灰度值矩陣，完成原始圖像的各個(gè)像素點(diǎn)的灰度值I(x,y)計(jì)算。

進(jìn)一步地，所述根據(jù)原始圖像的灰度值對(duì)原始圖像進(jìn)行初步增強(qiáng)，消除光照不均勻和變化的影響，得到反射圖像的灰度值的公式為：

其中，原始圖像在(x,y)點(diǎn)的灰度值為I(x,y)，反射圖像在(x,y)的灰度值為f(x,y),F(x,y,c_k)為中心環(huán)繞函數(shù)，Q為高斯中心環(huán)繞函數(shù)的個(gè)數(shù)，c_k為尺度，w_K為每個(gè)尺度的權(quán)重，為卷積。

進(jìn)一步地，所述對(duì)反射圖像的每個(gè)灰度值進(jìn)行歸一化變換的公式為：

f′(x,y)＝(f(x,y)-L_min)/(L_max-L_min)

其中，f'(x,y)為(x,y)點(diǎn)的歸一化變換后的灰度值，L_max和L_min分別為反射圖像所有像素點(diǎn)的灰度值的最大灰度值和最小灰度值。

進(jìn)一步地，所述非線性變換函數(shù)為：

其中，B(α,β)表示為：