一种基于机器视觉的鱼苗自动识别与计数方法与流程
本发明涉及机器视觉,尤其涉及一种基于机器视觉的鱼苗自动识别与计数方法。
背景技术:
1、随着水产养殖规模化、集约化发展,鱼苗数量的快速、准确统计成为鱼苗培育、转运、分选及投放过程中的重要环节;传统人工计数方式效率较低,且在鱼苗数量较大、个体尺寸较小及运动速度较快时容易出现漏计或重复计数。为提高计数效率,现有技术逐渐采用机器视觉对鱼苗图像或视频进行处理,通过目标检测、图像分割、连通域分析、轮廓提取或多目标跟踪等方式识别鱼苗个体,并依据检测目标数量、连通区域数量或运动轨迹实现自动计数;对于彼此分离的鱼苗,上述方法能够取得较好的识别效果;对于发生粘连或遮挡的鱼苗,部分现有技术还通过复合区域面积、骨架端点、轮廓凹点、目标分割或轨迹恢复等方式推测被遮挡鱼苗数量,以改善高密度场景下的漏计问题。
2、在实际高密度鱼苗场景中,鱼苗具有持续游动、摆尾、转向和非刚性形变等特点,相邻鱼苗会反复经历分离、接近、接触、遮挡、二维投影重叠以及再次分离的过程;在该过程中,真实鱼苗个体数量在短时间内可能保持不变,而机器视觉能够独立识别出的视觉实体数量却会因群聚而暂时减少,并在后续解聚时重新增加,导致真实鱼苗数量与图像中的可分视觉实体数量发生动态失配。现有基于单帧目标数量的计数方式容易将视觉实体的暂时合并误认为鱼苗数量减少;基于复合区域面积或形态估算的方法又容易受到鱼苗弯曲、姿态变化及上下遮挡的影响;基于个体轨迹的方法在严重遮挡时还可能产生轨迹中断或身份切换;因此,现有技术仍难以在不强制分割严重遮挡目标、不依赖固定鱼体面积比例的情况下,准确区分由鱼苗群聚造成的暂时性视觉实体亏损与真实个体数量变化,从而影响高密度鱼苗自动识别与计数的连续性和准确性。
技术实现思路
1、本发明的目的是为了解决现有技术中存在的高密度鱼苗群聚过程中真实鱼苗个体数量与机器视觉可分视觉实体数量发生动态失配,导致鱼苗计数连续性和准确性降低的缺点,而提出的一种基于机器视觉的鱼苗自动识别与计数方法。
2、为了解决现有技术存在的问题,本发明采用了如下技术方案:
3、一种基于机器视觉的鱼苗自动识别与计数方法,包括:
4、获取鱼苗连续图像,识别各图像帧中能够独立输出的鱼苗视觉目标并确定为可分视觉实体;
5、根据相邻图像帧中可分视觉实体的前驱后继对应关系确定聚集关系和解聚关系,并建立局部聚散单元;
6、根据聚集发生前的前置可分状态确定局部参考个体数;
7、当所述局部聚散单元中的可分视觉实体数量低于局部参考个体数时确定视觉实体亏损;
8、根据后续解聚形成的独立可分视觉实体数量及所述前驱后继对应关系,在独立可分视觉实体数量与局部参考个体数一致,并且所述独立可分视觉实体连续对应于所述局部聚散单元时,确认视觉实体亏损闭合;
9、在视觉实体亏损闭合之前,以所述局部参考个体数作为所述局部聚散单元的计数数量,在确认视觉实体亏损闭合后结束所述局部聚散单元,并将解聚形成的独立可分视觉实体转为独立计数对象;
10、根据所述独立计数对象以及尚未完成视觉实体亏损闭合的局部聚散单元对应的局部参考个体数确定鱼苗计数结果。
11、优选地,所述确定聚集关系和解聚关系,包括:
12、将前一图像帧中的可分视觉实体作为前驱视觉实体,根据所述前驱视觉实体的空间位置及位置变化确定后一图像帧中的后继视觉实体;
13、当两个以上彼此独立的前驱视觉实体共同对应于一个后继视觉实体时,确定形成聚集关系,并将由所述聚集关系形成的后继视觉实体确定为复合视觉实体;
14、当一个前驱视觉实体对应于两个以上彼此独立的后继视觉实体时,确定形成解聚关系。
15、优选地,所述建立局部聚散单元,包括:
16、在首次确定聚集关系时,将参与所述聚集关系的前驱视觉实体及后继视觉实体归入同一局部聚散单元;
17、将沿所述前驱后继对应关系由所述后继视觉实体连续形成的后续视觉实体继续归入所述局部聚散单元;
18、以归入所述局部聚散单元的视觉实体作为节点,以所述前驱后继对应关系作为连接边,建立局部聚散关联图。
19、优选地,所述根据聚集发生前的前置可分状态确定局部参考个体数,包括:
20、以所述局部聚散关联图中首次出现聚集关系的位置作为聚集起点,沿时间方向向前追溯至参与所述聚集关系的视觉实体仍分别处于独立可分状态并且尚未形成聚集关系的最近视觉状态;
21、将所述最近视觉状态确定为前置可分状态;
22、将所述前置可分状态中属于当前局部聚散单元的独立可分视觉实体数量确定为前置数量基准,并以所述前置数量基准作为局部参考个体数的初始值。
23、优选地,更新局部参考个体数,包括:
24、当不属于当前局部聚散单元的外部独立可分视觉实体通过新的聚集关系与当前局部聚散单元建立连接时,将所述外部独立可分视觉实体确定为新增成员,并增加所述局部参考个体数;
25、当当前局部聚散单元中的独立可分视觉实体跨越观察区域边界,并且在后续图像中不再位于所述观察区域内时,确定发生观察区域离开事件,并减少所述局部参考个体数。
26、优选地,视觉实体亏损的确定,包括:
27、获取当前局部聚散单元中的可分视觉实体数量,将当前局部参考个体数与所述可分视觉实体数量之间的数量差确定为视觉实体亏损量;
28、在后续解聚过程中,根据当前局部聚散单元中独立可分视觉实体数量的增加更新所述视觉实体亏损量,并在所述视觉实体亏损量消除后执行视觉实体亏损闭合判定。
29、优选地,确认视觉实体亏损闭合,包括:
30、沿所述局部聚散关联图确定当前时刻以独立可分视觉实体形式存在,并且未与同一局部聚散单元中的其他视觉实体形成新的聚集关系的末端可分分支;
31、当所述末端可分分支数量与当前局部参考个体数一致,各末端可分分支在所述局部聚散关联图中均存在连接至所述前置可分状态的连接路径,并且当前不存在由两个以上当前局部聚散单元成员共同对应的复合视觉实体时,确认完成视觉实体亏损闭合。
32、优选地,在视觉实体亏损闭合之前,对于已经由解聚关系形成独立可分状态,并且在所述局部聚散关联图中仍属于当前局部聚散单元后继分支的视觉实体,继续将其归入当前局部聚散单元,不将其作为独立计数对象重复计数;在确认视觉实体亏损闭合后,自后续图像处理时刻起,将所述末端可分分支作为独立可分视觉实体参与新的前驱后继对应关系建立及聚集关系判断。
33、优选地,当两个已建立的局部聚散单元中的视觉实体进一步形成聚集关系时,将两个局部聚散单元合并形成新的局部聚散单元,并合并两个局部聚散单元对应的局部聚散关联图;将两个局部聚散单元的局部参考个体数之和确定为新的局部参考个体数,并以所述新的局部参考个体数对合并后的局部聚散单元执行视觉实体亏损判定及视觉实体亏损闭合判定。
34、与现有技术相比,本发明的有益效果是:
35、1、本发明通过对连续鱼苗图像中的可分视觉实体建立前驱后继对应关系,并基于鱼苗聚集发生前的前置可分状态确定局部参考个体数,使高密度鱼苗在发生接触、遮挡或二维投影重叠时,不再直接按照当前可分视觉实体数量降低计数结果;可在不强制分割严重遮挡区域、且不依赖复合视觉区域面积与单尾鱼苗面积比例估算的情况下,识别鱼苗群聚过程中产生的视觉实体亏损,降低因视觉实体暂时合并造成的漏计,提高高密度鱼苗自动计数的连续性和稳定性。
36、2、本发明进一步利用鱼苗后续解聚形成的独立可分视觉实体数量及其与原局部聚散过程之间的对应关系,对群聚阶段的视觉实体亏损进行闭合确认,并根据闭合结果完成局部聚散单元与独立计数状态之间的转换;该方式不要求在严重遮挡期间持续维持每一尾鱼苗的唯一身份轨迹,能够减小轨迹中断、身份切换以及重复计数对计数结果的影响,从而提高复杂群聚、反复聚散场景下鱼苗识别与数量统计的准确性和可靠性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com