[發明專利]一種小龍蝦紅外圖像識別的自動巡塘方法及系統在審
| 申請號: | 202110932415.2 | 申請日: | 2021-08-13 |
| 公開(公告)號: | CN113688705A | 公開(公告)日: | 2021-11-23 |
| 發明(設計)人: | 李路;宋均琦;周田勇;李家慶;譚鶴群;朱明;萬鵬 | 申請(專利權)人: | 華中農業大學 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/38;G06K9/40;G06T7/13;G06K9/46;G06N3/08 |
| 代理公司: | 宜昌市三峽專利事務所 42103 | 代理人: | 李末黎 |
| 地址: | 430070 湖*** | 國省代碼: | 湖北;42 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 小龍蝦 紅外 圖像 識別 自動 方法 系統 | ||
1.一種小龍蝦紅外圖像識別的自動巡塘方法,包括以下步驟:
步驟S1:首先通過無人機運載平臺上的紅外圖像采集裝置拍攝小龍蝦養殖塘與岸邊的圖像;
步驟S2:然后通過圖像處理單元處理拍攝圖像,識別出圖像中的小龍蝦在岸上的數量;
步驟S3:最后通過無人機運載平臺上的通訊裝置將數據遠程傳送到交互平臺端。
2.根據權利要求1所述的一種小龍蝦紅外圖像識別的自動巡塘方法,其特征在于:步驟S2中圖像處理單元處理包括以下步驟:
步驟1)、首先,圖像增強模塊將圖像降噪過濾掉圖像內的噪聲信息;
步驟2)、然后,二值化模塊將使用降噪模塊之后的圖像進行黑白化處理得到特征輪廓清晰的圖像;
步驟3)、隨后,邊緣檢測模塊獲取圖像中的邊緣形成特征框圖;
步驟4)、最后,目標提取模塊用來檢測特征輪廓的數量,并將目標提取模塊獲得的數量輸出。
3.根據權利要求2所述的一種小龍蝦紅外圖像識別的自動巡塘方法,其特征在于:步驟1)中圖像增強模塊將圖像灰度化后,記錄圖像中每個像素點的像素值,之后將一個圖像分隔成若干個分隔窗口,每個分隔窗口由奇數個像素組成的正方形,在每個方格中將像素排列取中值,最后組合若干個取中值后的分隔窗口即得到降噪處理后的圖像。
4.根據權利要求2所述的一種小龍蝦紅外圖像識別的自動巡塘方法,其特征在于:步驟2)中二值化模塊將使用降噪模塊之后的圖像上像素點的灰度值設置為0或255進行圖像二值處理,將閾值設為158,將圖像內所有大于158的像素點的值設為255,其余則為0,得到黑白圖像。
5.根據權利要求2所述的一種小龍蝦紅外圖像識別的自動巡塘方法,其特征在于:步驟3)中邊緣檢測模塊采用Canny邊緣檢測,將圖像進行濾波器卷積計算,計算圖像的梯度幅值和方向得到圖像的所有可能邊緣的合計,之后進行非極大值抑制排除非邊緣像素,僅僅保留了細線條的候選邊緣,之后雙閾值篩選將落在閾值范圍內的邊緣選出,雙閾值分別設置為85和140,完成圖像的邊緣處理形成特征框圖。
6.根據權利要求2所述的一種小龍蝦紅外圖像識別的自動巡塘方法,其特征在于:步驟4)中,目標提取模塊連接有訓練模塊,訓練模塊連接有特征集構建模塊;特征集構建模塊構建小龍蝦在圖像中的特征集并送入訓練模塊中訓練得出的模型用來對圖像中目標特征進行檢測。
7.根據權利要求6所述的一種小龍蝦紅外圖像識別的自動巡塘方法,其特征在于:特征集構建模塊包括小龍蝦圖像輸入模塊、形狀獲取模塊、多邊形構建模塊與特征集輸出模塊,小龍蝦圖像輸入模塊用來人為的輸入小龍蝦圖像,形狀獲取模塊用來獲取小龍蝦的形狀特征,多邊形構建模塊用來獲取小龍蝦形狀特征形成的多邊形數集,特征集輸出模塊用來輸出得到的小龍蝦特征集。
8.根據權利要求7所述的一種小龍蝦紅外圖像識別的自動巡塘方法,其特征在于:多邊形構建模塊包括初始輪廓構建模塊,所述初始輪廓構建模塊連接有多邊形逼近模塊,所述多邊形逼近模塊分別連接有凸包檢測模塊與夾角輪廓分析模塊,所述夾角輪廓分析模塊與凸包檢測模塊共同連接交點集計算模塊,所述初始輪廓構建模塊用來獲得小龍蝦的初始輪廓及初始輪廓上的各個輪廓點,所述多邊形逼近模塊對初始輪廓進行多邊形逼近從而將初始輪廓的輪廓點個數進行約減得到第一點集,所述凸包檢測模塊對多邊形逼近后的輪廓進行凸包檢測使得位于對蝦腹部的輪廓點從第一點集中去除,形成第二點集,所述夾角輪廓分析模塊將多邊形逼近后的輪廓進行夾角輪廓分析形成第三點集,所述交點集計算模塊用來將求取第二點集與第三點集的交集,交集為蝦頭和蝦尾的特征集。
9.根據權利要求1-8中任意一項所述的一種小龍蝦紅外圖像識別的自動巡塘方法進行巡塘的系統,其特征在于:包括設置在無人機運載平臺上的紅外圖像采集裝置、圖像處理單元,紅外圖像采集裝置、圖像處理單元與交互平臺端無線連接;所述圖像處理單元包括依次連接的圖像增強模塊、二值化模塊、邊緣檢測模塊、目標提取模塊與目標計數模塊;
所述圖像增強模塊用于圖像降噪過濾掉圖像內的噪聲信息;
所述二值化模塊將使用降噪模塊之后的圖像進行黑白化處理得到特征輪廓清晰的圖像;
所述邊緣檢測模塊用于獲取圖像中的邊緣形成特征框圖;
所述目標提取模塊用來檢測特征輪廓的數量;
所述目標計數模塊將目標提取模塊獲得的數量輸出。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于華中農業大學,未經華中農業大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110932415.2/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:無人機新型機場
- 下一篇:一種廠用直流蓄電池能量回收系統及方法
- 彩色圖像和單色圖像的圖像處理
- 圖像編碼/圖像解碼方法以及圖像編碼/圖像解碼裝置
- 圖像處理裝置、圖像形成裝置、圖像讀取裝置、圖像處理方法
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序以及圖像解碼程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序、以及圖像解碼程序
- 圖像形成設備、圖像形成系統和圖像形成方法
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序





