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(fā)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(nóng)業(yè)蠶蛹識別領(lǐng)域；本發(fā)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(fā)明將Canny矩形脈沖邊緣模式特征提取方法與跟蹤預(yù)測編碼特征提取方法相結(jié)合來進(jìn)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(zhǔn)確性，具有很高的實(shí)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(shù)領(lǐng)域】
[0001] 本發(fā)明屬于農(nóng)業(yè)蠶蛹識別領(lǐng)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(shù)】
[0002] 蠶蛹雌雄識別技術(shù)無論對蠶種生產(chǎn)還是對蠶絲生產(chǎn)，都具有重要的經(jīng)濟(jì)意義。家 蠶的雌雄識別技術(shù)一直是蠶業(yè)工作者想要解決的難題。在蠶業(yè)新品種選育及生產(chǎn)上蠶種制 造過程中，都需要將不同品系的雌雄蠶蛹分開，進(jìn)行雜交。據(jù)不完全統(tǒng)計，全國每年靠人工 鑒別的蠶蛹數(shù)目高達(dá)數(shù)十億之多，不僅浪費(fèi)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(zhì)量方面有較大的差別，雄繭的絲質(zhì)和產(chǎn)量均明顯高于雌繭，可繅制高品位的 生絲，增加出口創(chuàng)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(chǎn)還是對蠶 絲生產(chǎn)，都具有重要的經(jīng)濟(jì)意義。
[0003] 為區(qū)別雌雄蠶蛹，人們曾嘗試過多方面探索，遺傳學(xué)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(nóng)業(yè) 科學(xué)院蠶業(yè)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(quán)等利用紫外線激發(fā)熒光識別的方法受到繭殼熒光遺傳規(guī)律的限制，同樣具有很 大的局限性。
[0004] 隨著圖像識別技術(shù)的發(fā)展，對蠶蛹圖像進(jìn)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(huán)節(jié) (翅下第5環(huán)節(jié)）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(huán)節(jié)(翅 下第6環(huán)節(jié)）腹面的中央有一凹陷小點(diǎn)。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(jù)。本發(fā)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(zhǔn)確性。


【發(fā)明內(nèi)容】

[0005] 為了克服現(xiàn)有技術(shù)的不足，本發(fā)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(yù)測編碼特征提取及判別輸出。
[0006] 進(jìn)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(yù)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(jìn)一步的，步驟（I. 1)所述的蠶蛹圖像采集及圖像預(yù)處理采取以下步驟： (1.1.1) 圖像模式轉(zhuǎn)換； (I. 1. 2)蠶蛹位置方向調(diào)整； (1. 1.3)蠶蛹關(guān)鍵部位截取； (1. 1.4)高斯濾波。
[0008] 進(jìn)一步的，步驟（I. I. 1)所述圖像模式轉(zhuǎn)換是將RGB顏色空間轉(zhuǎn)換YIQ顏色空間， 方便后續(xù)圖像處理。
[0009] 進(jìn)一步的，步驟（I. 1. 2)所述蠶蛹位置方向調(diào)整是根據(jù)蠶蛹的形狀輪廓特點(diǎn)及蠶 蛹身體頭部軀體弧度較大，尾部軀體弧度較小的特點(diǎn)來計算蠶蛹斜率角度，進(jìn)而旋轉(zhuǎn)蠶蛹， 使蠶蛹頭部位于水平向右，方便關(guān)鍵部位截取。
[0010] 進(jìn)一步的，步驟（1. 1.3)所述蠶蛹關(guān)鍵部位截取是截取蠶蛹頭部可能含有"X"型 線的關(guān)鍵特征部位圖像，然后將關(guān)鍵部位圖像進(jìn)行歸一化處理，調(diào)整為統(tǒng)一的圖像大小。
[0011] 進(jìn)一步的，步驟（I. 1. 4)所述高斯濾波是將截取的圖像進(jìn)行線性平滑濾波，盡量保 留圖像細(xì)節(jié)特征的條件下對目標(biāo)圖像的噪聲進(jìn)行抑制，改善圖像質(zhì)量。
[0012] 進(jìn)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(dǎo)數(shù)； (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(jù)像素點(diǎn)灰度值的差值與設(shè)置的閾值比較，確定并輸出邊緣點(diǎn)。
[0013] 進(jìn)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(jīng)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(xiàn) 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(jìn)一步的，步驟（2)跟蹤預(yù)測編碼特征提取及識別輸出采取以下步驟： (2.1) 初始化數(shù)據(jù)； (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(guān)像素，并根據(jù)跟蹤預(yù)測優(yōu)先 級列表，執(zhí)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(jù)矩形脈沖邊緣模式長度，雌蛹具有"X"狀縱線，將出現(xiàn)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(xiàn)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(fā)明的目的、技術(shù)方案和有益效果更加清楚，本發(fā)明提供如下附圖進(jìn)行 說明： 圖1為蠶蛹雌雄區(qū)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(yù)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(yù)測模板； 圖7為跟蹤預(yù)測優(yōu)先級列表； 圖8為跟蹤預(yù)測編碼流程圖； 圖9為跟蹤預(yù)測效果對比圖。

【具體實(shí)施方式】
[0016] 下面將結(jié)合附圖，對本發(fā)明的優(yōu)選實(shí)施例進(jìn)行詳細(xì)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(yù)處理、Canny邊緣特征提取、矩形脈沖邊緣模式提取、跟蹤預(yù)測編碼特征提取、識 別輸出。
[0018] 本實(shí)施例中所述的圖像預(yù)處理如圖3所示，包括圖像模式轉(zhuǎn)換、蠶蛹位置方向調(diào) 整、蠶蛹關(guān)鍵部位截取、高斯濾波。
[0019] 所述圖像模式轉(zhuǎn)換，是將RGB顏色空間轉(zhuǎn)換YIQ顏色空間轉(zhuǎn)化矩陣如下：

【權(quán)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(yù)測編碼特征提取及判別輸出。
2. 如權(quán)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(yù)處理； (1. 2)基于Canny邊緣特征提??； (1.3)矩形脈沖邊緣模式提取。
3. 如權(quán)利要求2步驟（1. 1)所述的蠶蛹圖像采集及圖像預(yù)處理采取以下步驟： (1.1.1) 圖像模式轉(zhuǎn)換； (1. 1. 2)蠶蛹位置方向調(diào)整； (1. 1.3)蠶蛹關(guān)鍵部位截取； (1. 1.4)高斯濾波。
4. 如要求權(quán)利3所述的圖像模式轉(zhuǎn)換是將RGB顏色空間轉(zhuǎn)換YIQ顏色空間，方便后續(xù) 圖像處理；蠶蛹位置方向調(diào)整是根據(jù)蠶蛹的形狀輪廓特點(diǎn)及蠶蛹身體頭部軀體弧度較大， 尾部軀體弧度較小的特點(diǎn)來計算蠶蛹斜率角度，進(jìn)而旋轉(zhuǎn)蠶蛹，使蠶蛹頭部位于水平向右 方向，方便關(guān)鍵部位截?。凰鲂Q蛹關(guān)鍵部位截取是截取蠶蛹頭部可能含有"X"型線的關(guān) 鍵特征部位圖像，然后將關(guān)鍵部位圖像進(jìn)行歸一化處理，調(diào)整為統(tǒng)一的圖像大?。凰龈咚?濾波是將截取的圖像進(jìn)行線性平滑濾波，盡量保留圖像細(xì)節(jié)特征的條件下對目標(biāo)圖像的噪 聲進(jìn)行抑制，改善圖像質(zhì)量。
5. 如要求權(quán)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(dǎo)數(shù)； (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(jù)像素點(diǎn)灰度值差值與設(shè)置的閾值比較，確定并輸出邊緣點(diǎn)。
6. 如權(quán)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(jīng)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(xiàn) 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(quán)利要求1步驟（2)跟蹤預(yù)測編碼特征提取及識別輸出采取以下步驟： (2.1) 初始化數(shù)據(jù)； (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(guān)像素，并根據(jù)跟蹤預(yù)測優(yōu)先 級列表，執(zhí)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(jù)矩形脈沖邊緣模式長度，雌蛹具有"X"狀縱線，將出現(xiàn)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(xiàn)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(yōu)先權(quán)日:2014年11月1日
【發(fā)明者】胡耀丹, 邱開金, 梁紹偉, 王子譽(yù), 劉宇 申請人:西南大學(xué)