一种新的鲟鱼计数与定位方法技术

本发明专利技术涉及一种新的鲟鱼计数与定位方法，包括：获取养殖池内的鲟鱼图像；对所述养殖池内的鲟鱼图像进行直方图均衡处理、圆形检测、二值化和轮廓检测，得到荧光区域个数。本发明专利技术的有益效果是：本发明专利技术以鲟鱼为研究对象，以鲟鱼携带的荧光标记为突破点，通过直方图均衡、圆形检测及轮廓检测等图像处理算法，克服了水面反光、鱼群遮挡等实际问题，实现了自动化的养殖场景下的鲟鱼计数。养殖场景下的鲟鱼计数。养殖场景下的鲟鱼计数。

【技术实现步骤摘要】
一种新的鲟鱼计数与定位方法


[0001]本专利技术涉及计数定位
，更确切地说，它涉及一种新的鲟鱼计数与定位方法。

技术介绍

[0002]目前已有的鲟鱼养殖方式主要是集约化养殖方式，包括池塘、流水、网箱等养殖模式。在通过养殖池进行鲟鱼养殖时，对鱼池中鱼群的鲟鱼数目进行精确计数可以为于水产养殖过程中的鲟鱼数量统计过程、鲟鱼存活率评估过程以及鲟鱼养殖密度调控过程提供重要的参考信息。此外，实现自动化的鲟鱼计数方案能够降低人力成本，提高鲟鱼养殖工作人员的工作效率。
[0003]传统的鱼类计数方法大多为接触式的人工取样计数的方法，这样的计数方式效率低下，而且需要耗费额外人力，对鱼类也可能造成损伤。因此之后的鱼类计数方法逐渐转向基于硬件机器的无接触式计数方法。比如，通过单通道光电式鱼苗计数器或多通道鱼苗计数器，主要采用光、电、微机一体化设计原理，进行鱼苗计数。这类方法的硬件成本较高，而且受限于鱼类尺寸、管径大小等因素，并不适用于稠密的鱼群。由于双频识别声纳(DIDSON)能够针对水下场景获取到相对理想的鱼群影像数据，因此在之后的鱼群监测与分析的研究中，声纳系统被广泛采用。但这类基于声纳的计数方法无法区分出鱼类目标，因此计数效果并不理想。作为一种非接触式的技术，深度学习和计算机视觉在近年来得到了快速的发展，此外由于计算机视觉具有高效率、高精度、低成本等优势，因此逐渐被鱼群计数领域所重视。但是需构建相应的数据集用于深度学习模型训练，所需数据标注成本较高，需要耗费额外人力。

技术实现思路

[0004]本专利技术的目的是克服现有技术中的不足，提供了一种新的鲟鱼计数与定位方法。
[0005]第一方面，提供了一种新的鲟鱼计数与定位方法，包括：
[0006]步骤1、获取养殖池内的鲟鱼图像；
[0007]步骤2、对所述养殖池内的鲟鱼图像进行直方图均衡处理；
[0008]步骤3、对步骤2处理后的养殖池内的鲟鱼图像进行圆形检测；
[0009]步骤4、对步骤3处理后的养殖池内的鲟鱼图像进行二值化得到荧光标记区域；
[0010]步骤5、对步骤4处理后的养殖池内的鲟鱼图像进行轮廓检测得到荧光区域个数。
[0011]作为优选，步骤1中，所述养殖池内的鲟鱼图像为养殖场景的俯视图。
[0012]作为优选，步骤2中，通过直方图均衡处理提升所述养殖池内的鲟鱼图像的对比度。
[0013]作为优选，步骤3中，通过圆形检测排除无关背景干扰，得到养殖池内的鲟鱼图像的灰度图。
[0014]作为优选，步骤4中，设定灰度阈值对灰度图像进行二值化，将高于该阈值的像素
值置为255，为白色，表示荧光标记区域，低于该阈值的像素值则置为0，为黑色，表示其它无关区域。
[0015]作为优选，步骤5中，设定了轮廓的面积阈值，并计算了每个外轮廓所围区域的面积，面积小于阈值的轮廓认为是无效的干扰轮廓，并进行滤除。
[0016]第二方面，提供了一种新的鲟鱼计数与定位装置，用于执行如第一方面所述的新的鲟鱼计数与定位方法，包括：
[0017]获取模块，用于获取养殖池内的鲟鱼图像；
[0018]均衡处理模块，用于对所述养殖池内的鲟鱼图像进行直方图均衡处理；
[0019]圆形检测模块，用于对均衡处理后的养殖池内的鲟鱼图像进行圆形检测；
[0020]二值化模块，用于对圆形检测后的养殖池内的鲟鱼图像进行二值化得到荧光标记区域；
[0021]轮廓检测模块，用于对二值化处理后的养殖池内的鲟鱼图像进行轮廓检测得到荧光区域个数。
[0022]第三方面，提供了一种计算机存储介质，所述计算机存储介质内存储有计算机程序；所述计算机程序在计算机上运行时，使得计算机执行如第一方面所述的新的鲟鱼计数与定位方法。
[0023]本专利技术的有益效果是：本专利技术以鲟鱼为研究对象，以鲟鱼携带的荧光标记为突破点，通过直方图均衡、圆形检测及轮廓检测等图像处理算法，克服了水面反光、鱼群遮挡等实际问题，实现了自动化的养殖场景下的鲟鱼计数。本专利技术设计的鲟鱼计数方案仅需离水拍摄的图片作为输入，且无需构建大规模数据集进行模型训练即可实现快速高精度的鲟鱼计数。此外本专利技术提出的方法还能获得鲟鱼的荧光标记区域，进而实现鲟鱼定位。
附图说明
[0024]图1为新的鲟鱼计数与定位方法的流程图；
[0025]图2为对输入图像进行圆形检测的处理结果示意图；
[0026]图3为灰度图像进行二值化的处理结果示意图。
具体实施方式
[0027]下面结合实施例对本专利技术做进一步描述。下述实施例的说明只是用于帮助理解本专利技术。应当指出，对于本
的普通人员来说，在不脱离本专利技术原理的前提下，还可以对本专利技术进行若干修饰，这些改进和修饰也落入本专利技术权利要求的保护范围内。
[0028]实施例1：
[0029]现有技术存在以下问题：1.传统的人工取样计数的鱼类计数方法效率低下，而且需要耗费额外的人力，甚至对鱼类也可能造成损伤；2.基于光电硬件设备的鱼群计数方法所需硬件成本较高，且受限于鱼体尺寸等因素，在鲟鱼养殖场景下难以开展；3.基于双频识别声纳的鱼群计数方法容易收到无关背景噪声的干扰，进而无法区分出鱼体目标，因此实际计数效果难以保证；4.基于深度学习的鱼群计数方法需要构建大规模数据集用于模型训练，数据获取及数据标注需要耗费额外人力，成本很高。
[0030]区别于以上方法，本专利技术提出的基于图像处理的自动化鲟鱼计数方法能够以较低
的成本实现高精度的鲟鱼计数与定位，从而为鲟鱼养殖相关工作提供可靠的参考信息。具体地，本申请提供了一种新的鲟鱼计数与定位方法，如图1所示，包括：
[0031]步骤1、获取养殖池内的鲟鱼图像。
[0032]步骤2、对所述养殖池内的鲟鱼图像进行直方图均衡处理。
[0033]图片采集设备是在鲟鱼养殖池上方采集养殖场景的俯视图，受限于图片采集设备的成像质量，采集到的图片有较为严重的水面反光情况，这大大影响了鱼体荧光标记区域的提取。为减轻水面反光带来的干扰，本专利技术通过直方图均衡算法来提升图片的对比度。直方图均衡(Histogram equalization)是利用灰度图像的直方图进行图片对比度调整的一种方法。对于一张带有水面反光的图片而言，会有大量像素值都分布在某个特定范围，但是理想的图像像素值应该均匀分布在整个强度范围之中。因此，可以采用全局直方图均衡的方法，通过对图像中对比度较低的区域(如水面反光区域)的灰度值均匀映射到图片的整个范围，从而获得近似线性的像素累积分布函数，此时图片的直方图分布也会更为平坦和均匀，因此图像的对比度也会得到提高。考虑到输入图片为彩色RGB图片，对应这红、绿、蓝三种颜色通道的灰度分量，如果直接分别在三个分量上分别进行直方图均衡，会改变不同颜色通道的相对分布，这可能会对图像的色彩平衡产生显著变化，从而影响图片质量。为解决这一问题，本专利技术对输入彩色图像的亮度分量进行直方图均衡，从而在提升图像对比度的同时本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种新的鲟鱼计数与定位方法，其特征在于，包括：步骤1、获取养殖池内的鲟鱼图像；步骤2、对所述养殖池内的鲟鱼图像进行直方图均衡处理；步骤3、对步骤2处理后的养殖池内的鲟鱼图像进行圆形检测；步骤4、对步骤3处理后的养殖池内的鲟鱼图像进行二值化得到荧光标记区域；步骤5、对步骤4处理后的养殖池内的鲟鱼图像进行轮廓检测得到荧光区域个数。2.根据权利要求1所述的新的鲟鱼计数与定位方法，其特征在于，步骤1中，所述养殖池内的鲟鱼图像为养殖场景的俯视图。3.根据权利要求2所述的新的鲟鱼计数与定位方法，其特征在于，步骤2中，通过直方图均衡处理提升所述养殖池内的鲟鱼图像的对比度。4.根据权利要求3所述的新的鲟鱼计数与定位方法，其特征在于，步骤3中，通过圆形检测排除无关背景干扰，得到养殖池内的鲟鱼图像的灰度图。5.根据权利要求4所述的新的鲟鱼计数与定位方法，其特征在于，步骤4中，设定灰度阈值对灰度图像进行二值化，将高于该阈值的像素值置为255，为白色，表...

【专利技术属性】
技术研发人员：常永鹏，
申请(专利权)人：浙江大学，
类型：发明
国别省市：