一種基于Canny矩形脈沖邊緣模式的蠶蛹雌雄識別方法
【專利摘要】本發明公開了一種基于Canny矩形脈沖邊緣模式的蠶蛹雌雄識別方法，屬于農業蠶蛹識別領域；本發明基于圖像識別蠶蛹雌雄，對視頻采集的蠶蛹頭部有無“X”狀縱線特征判斷蠶蛹雌雄。本發明將Canny矩形脈沖邊緣模式特征提取方法與跟蹤預測編碼特征提取方法相結合來進行蠶蛹識別，對于蠶蛹雌雄判別極為有效，極大地提高的蠶蛹雌雄識別的準確性，具有很高的實用性和市場價值。
【專利說明】一種基于Canny矩形脈沖邊緣模式的蠶蛹雌雄識別方法
【技術領域】
[0001] 本發明屬于農業蠶蛹識別領域，涉及一種基于Canny矩形脈沖邊緣模式的蠶蛹雌 雄識別方法。
【背景技術】
[0002] 蠶蛹雌雄識別技術無論對蠶種生產還是對蠶絲生產，都具有重要的經濟意義。家 蠶的雌雄識別技術一直是蠶業工作者想要解決的難題。在蠶業新品種選育及生產上蠶種制 造過程中，都需要將不同品系的雌雄蠶蛹分開，進行雜交。據不完全統計，全國每年靠人工 鑒別的蠶蛹數目高達數十億之多，不僅浪費大量的人力物力和時間，而且容易出錯。此外雌 雄蠶在繭絲質量方面有較大的差別，雄繭的絲質和產量均明顯高于雌繭，可繅制高品位的 生絲，增加出口創匯。所以探索一種自動識別蠶蛹雌雄的新方法，無論對蠶種生產還是對蠶 絲生產，都具有重要的經濟意義。
[0003] 為區別雌雄蠶蛹，人們曾嘗試過多方面探索，遺傳學專家利用染色體易位，育成了 一些限性品種，但是限型品種在生命率、繭層率等方面還趕不上非線性品種。四川省農業 科學院蠶業研究所的胡祚忠等人利用重量和體型判別雌雄，但是這種方法的誤判率相對較 高。劉敬權等利用紫外線激發熒光識別的方法受到繭殼熒光遺傳規律的限制，同樣具有很 大的局限性。
[0004] 隨著圖像識別技術的發展，對蠶蛹圖像進行識別為蠶蛹雌雄判別提供了一種新方 法。圖1是雌雄蠶蛹圖像的對比圖。從圖中可以看出，蠶蛹的雌雄具有不同的特征，從外形 來看，雌蛹蛹體較肥大，腹部末端較圓；雄蛹蛹體較瘦小，腹部末端較尖。雌蛹在第8環節 (翅下第5環節）腹面的中央，從前緣到后緣有較為明顯的"X"狀縱線；雄蛹在第9環節(翅 下第6環節）腹面的中央有一凹陷小點。最為明顯的是雌蛹頭部有"X"狀縱線，雄蛹沒有 "X"狀縱線，這是基于圖像識別蠶蛹雌雄的主要依據。本發明提出的一種基于Canny矩形脈 沖邊緣模式的蠶蛹雌雄圖像識別方法主要是檢測和提取雌蛹的"X"狀縱線特征，使用該方 法能極大地提高蠶蛹雌雄識別的準確性。
【發明內容】
[0005] 為了克服現有技術的不足，本發明提出了一種基于Canny矩形脈沖邊緣模式的蠶 蛹雌雄識別方法，能夠使用戶通過視頻圖像識別蠶蛹雌雄；其特征在于該方法采取以下步 驟： (1) Canny矩形脈沖邊緣模式特征提取； (2) 跟蹤預測編碼特征提取及判別輸出。
[0006] 進一步的，步驟（1)所述的Canny矩形脈沖邊緣模式特征提取采取以下步驟： (I. 1)蠶蛹圖像采集及圖像預處理； (1. 2)基于Canny邊緣特征提取； (1.3)矩形脈沖邊緣模式提取。
[0007] 進一步的，步驟（I. 1)所述的蠶蛹圖像采集及圖像預處理采取以下步驟： (1.1.1) 圖像模式轉換； (I. 1. 2)蠶蛹位置方向調整； (1. 1.3)蠶蛹關鍵部位截取； (1. 1.4)高斯濾波。
[0008] 進一步的，步驟（I. I. 1)所述圖像模式轉換是將RGB顏色空間轉換YIQ顏色空間， 方便后續圖像處理。
[0009] 進一步的，步驟（I. 1. 2)所述蠶蛹位置方向調整是根據蠶蛹的形狀輪廓特點及蠶 蛹身體頭部軀體弧度較大，尾部軀體弧度較小的特點來計算蠶蛹斜率角度，進而旋轉蠶蛹， 使蠶蛹頭部位于水平向右，方便關鍵部位截取。
[0010] 進一步的，步驟（1. 1.3)所述蠶蛹關鍵部位截取是截取蠶蛹頭部可能含有"X"型 線的關鍵特征部位圖像，然后將關鍵部位圖像進行歸一化處理，調整為統一的圖像大小。
[0011] 進一步的，步驟（I. 1. 4)所述高斯濾波是將截取的圖像進行線性平滑濾波，盡量保 留圖像細節特征的條件下對目標圖像的噪聲進行抑制，改善圖像質量。
[0012] 進一步的，步驟（1. 2)所述的基于Canny邊緣特征提取采取以下步驟： (1. 2. 1)利用Sobel算子找到圖像灰度值兩個方向的導數； (1. 2. 2)求出邊緣的方向，并找到這個像素梯度方向的鄰接； (1. 2. 3)遍歷圖像，根據像素點灰度值的差值與設置的閾值比較，確定并輸出邊緣點。
[0013] 進一步的，步驟（1. 3)矩形脈沖邊緣模式提取采取以下步驟： 逐行掃描經Canny邊緣特征提取過的蠶蛹圖像，在蠶蛹"X"狀縱線處，像素值將會出現 由低到高，再由高到低的變化，分別形成一個下降沿和一個上升沿，在下降沿和上升沿之間 的中間像素波動較小，像素變化的圖形就形成一個矩形；在一行圖像縱線處就形成一個矩 形脈沖邊緣模式。
[0014] 進一步的，步驟（2)跟蹤預測編碼特征提取及識別輸出采取以下步驟： (2.1) 初始化數據； (2. 2)掃描該行尋找矩形脈沖邊緣模式； (2. 3)檢測其左，右，左下，下，右下5個方向上的鄰近相關像素，并根據跟蹤預測優先 級列表，執行跟蹤操作； (2. 4)計算跟蹤矩形脈沖邊緣模式長度； (2. 5)根據矩形脈沖邊緣模式長度，雌蛹具有"X"狀縱線，將出現兩條較長矩形脈沖邊 緣模式長度，雄蛹不具有"X"狀縱線，將不會出現兩條較長矩形脈沖邊緣模式長度，從而判 斷出蠶蛹雌雄。
【專利附圖】
【附圖說明】
[0015] 為了使本發明的目的、技術方案和有益效果更加清楚，本發明提供如下附圖進行 說明： 圖1為蠶蛹雌雄區別特征圖 圖2為蠶蛹雌雄識別方法總體流程圖； 圖3為圖像的預處理流程圖； 圖4為矩形脈沖邊緣模式圖； 圖5矩形脈沖的邊緣模式提取后的圖像效果圖； 圖6為跟蹤預測模板； 圖7為跟蹤預測優先級列表； 圖8為跟蹤預測編碼流程圖； 圖9為跟蹤預測效果對比圖。
【具體實施方式】
[0016] 下面將結合附圖，對本發明的優選實施例進行詳細的描述。
[0017] 圖2描述蠶蛹雌雄識別方法總體流程圖，如圖所示，蠶蛹雌雄識別方法處理流程 包括圖像預處理、Canny邊緣特征提取、矩形脈沖邊緣模式提取、跟蹤預測編碼特征提取、識 別輸出。
[0018] 本實施例中所述的圖像預處理如圖3所示，包括圖像模式轉換、蠶蛹位置方向調 整、蠶蛹關鍵部位截取、高斯濾波。
[0019] 所述圖像模式轉換，是將RGB顏色空間轉換YIQ顏色空間轉化矩陣如下：
【權利要求】
1. 一種基于Canny矩形脈沖邊緣模式的蠶蛹雌雄識別方法，能夠使用戶通過視頻圖像 識別蠶蛹雌雄；其特征在于該方法采取以下步驟： (1) Canny矩形脈沖邊緣模式特征提取； (2) 跟蹤預測編碼特征提取及判別輸出。
2. 如權利要求1所述的Canny矩形脈沖邊緣模式特征提取采取以下步驟： (1. 1)蠶蛹圖像采集及圖像預處理； (1. 2)基于Canny邊緣特征提取； (1.3)矩形脈沖邊緣模式提取。
3. 如權利要求2步驟（1. 1)所述的蠶蛹圖像采集及圖像預處理采取以下步驟： (1.1.1) 圖像模式轉換； (1. 1. 2)蠶蛹位置方向調整； (1. 1.3)蠶蛹關鍵部位截取； (1. 1.4)高斯濾波。
4. 如要求權利3所述的圖像模式轉換是將RGB顏色空間轉換YIQ顏色空間，方便后續 圖像處理；蠶蛹位置方向調整是根據蠶蛹的形狀輪廓特點及蠶蛹身體頭部軀體弧度較大， 尾部軀體弧度較小的特點來計算蠶蛹斜率角度，進而旋轉蠶蛹，使蠶蛹頭部位于水平向右 方向，方便關鍵部位截取；所述蠶蛹關鍵部位截取是截取蠶蛹頭部可能含有"X"型線的關 鍵特征部位圖像，然后將關鍵部位圖像進行歸一化處理，調整為統一的圖像大小；所述高斯 濾波是將截取的圖像進行線性平滑濾波，盡量保留圖像細節特征的條件下對目標圖像的噪 聲進行抑制，改善圖像質量。
5. 如要求權利2步驟（1. 2)所述的基于Canny邊緣特征提取采取以下步驟： (1. 2. 1)利用Sobel算子找到圖像灰度值兩個方向的導數； (1. 2. 2)求出邊緣的方向，并找到這個像素梯度方向的鄰接； (1. 2. 3)遍歷圖像，根據像素點灰度值差值與設置的閾值比較，確定并輸出邊緣點。
6. 如權利要求2步驟（1. 3)矩形脈沖邊緣模式提取采取以下步驟： 逐行掃描經Canny邊緣特征提取過的蠶蛹圖像，在蠶蛹"X"狀縱線處，像素值將會出現 由低到高，再由高到低的變化，分別形成一個下降沿和一個上升沿，在下降沿和上升沿之間 的中間像素波動較小，像素變化的圖形就形成一個矩形；在一行圖像縱線處就形成一個矩 形脈沖邊緣模式。
7. 如權利要求1步驟（2)跟蹤預測編碼特征提取及識別輸出采取以下步驟： (2.1) 初始化數據； (2. 2)掃描該行尋找矩形脈沖邊緣模式； (2. 3)檢測其左，右，左下，下，右下5個方向上的鄰近相關像素，并根據跟蹤預測優先 級列表，執行跟蹤操作； (2. 4)計算跟蹤矩形脈沖邊緣模式長度； (2. 5)根據矩形脈沖邊緣模式長度，雌蛹具有"X"狀縱線，將出現兩條較長矩形脈沖邊 緣模式長度，雄蛹不具有"X"狀縱線，將不會出現兩條較長矩形脈沖邊緣模式長度，從而判 斷出蠶蛹雌雄。
【文檔編號】G06K9/46GK104408465SQ201410600750
【公開日】2015年3月11日 申請日期:2014年11月1日 優先權日:2014年11月1日
【發明者】胡耀丹, 邱開金, 梁紹偉, 王子譽, 劉宇 申請人:西南大學