一种基于Canny矩形脉冲边缘模式的蚕蛹雌雄识别方法
【专利摘要】本发明公开了一种基于Canny矩形脉冲边缘模式的蚕蛹雌雄识别方法，属于农业蚕蛹识别领域；本发明基于图像识别蚕蛹雌雄，对视频采集的蚕蛹头部有无“X”状纵线特征判断蚕蛹雌雄。本发明将Canny矩形脉冲边缘模式特征提取方法与跟踪预测编码特征提取方法相结合来进行蚕蛹识别，对于蚕蛹雌雄判别极为有效，极大地提高的蚕蛹雌雄识别的准确性，具有很高的实用性和市场价值。
【专利说明】一种基于Canny矩形脉冲边缘模式的蚕蛹雌雄识别方法
【技术领域】
[0001] 本发明属于农业蚕蛹识别领域，涉及一种基于Canny矩形脉冲边缘模式的蚕蛹雌 雄识别方法。
【背景技术】
[0002] 蚕蛹雌雄识别技术无论对蚕种生产还是对蚕丝生产，都具有重要的经济意义。家 蚕的雌雄识别技术一直是蚕业工作者想要解决的难题。在蚕业新品种选育及生产上蚕种制 造过程中，都需要将不同品系的雌雄蚕蛹分开，进行杂交。据不完全统计，全国每年靠人工 鉴别的蚕蛹数目高达数十亿之多，不仅浪费大量的人力物力和时间，而且容易出错。此外雌 雄蚕在茧丝质量方面有较大的差别，雄茧的丝质和产量均明显高于雌茧，可缫制高品位的 生丝，增加出口创汇。所以探索一种自动识别蚕蛹雌雄的新方法，无论对蚕种生产还是对蚕 丝生产，都具有重要的经济意义。
[0003] 为区别雌雄蚕蛹，人们曾尝试过多方面探索，遗传学专家利用染色体易位，育成了 一些限性品种，但是限型品种在生命率、茧层率等方面还赶不上非线性品种。四川省农业 科学院蚕业研究所的胡祚忠等人利用重量和体型判别雌雄，但是这种方法的误判率相对较 高。刘敬权等利用紫外线激发荧光识别的方法受到茧壳荧光遗传规律的限制，同样具有很 大的局限性。
[0004] 随着图像识别技术的发展，对蚕蛹图像进行识别为蚕蛹雌雄判别提供了一种新方 法。图1是雌雄蚕蛹图像的对比图。从图中可以看出，蚕蛹的雌雄具有不同的特征，从外形 来看，雌蛹蛹体较肥大，腹部末端较圆；雄蛹蛹体较瘦小，腹部末端较尖。雌蛹在第8环节 (翅下第5环节）腹面的中央，从前缘到后缘有较为明显的"X"状纵线；雄蛹在第9环节(翅 下第6环节）腹面的中央有一凹陷小点。最为明显的是雌蛹头部有"X"状纵线，雄蛹没有 "X"状纵线，这是基于图像识别蚕蛹雌雄的主要依据。本发明提出的一种基于Canny矩形脉 冲边缘模式的蚕蛹雌雄图像识别方法主要是检测和提取雌蛹的"X"状纵线特征，使用该方 法能极大地提高蚕蛹雌雄识别的准确性。
【发明内容】
[0005] 为了克服现有技术的不足，本发明提出了一种基于Canny矩形脉冲边缘模式的蚕 蛹雌雄识别方法，能够使用户通过视频图像识别蚕蛹雌雄；其特征在于该方法采取以下步 骤： (1) Canny矩形脉冲边缘模式特征提取； (2) 跟踪预测编码特征提取及判别输出。
[0006] 进一步的，步骤（1)所述的Canny矩形脉冲边缘模式特征提取采取以下步骤： (I. 1)蚕蛹图像采集及图像预处理； (1. 2)基于Canny边缘特征提取； (1.3)矩形脉冲边缘模式提取。
[0007] 进一步的，步骤（I. 1)所述的蚕蛹图像采集及图像预处理采取以下步骤： (1.1.1) 图像模式转换； (I. 1. 2)蚕蛹位置方向调整； (1. 1.3)蚕蛹关键部位截取； (1. 1.4)高斯滤波。
[0008] 进一步的，步骤（I. I. 1)所述图像模式转换是将RGB颜色空间转换YIQ颜色空间， 方便后续图像处理。
[0009] 进一步的，步骤（I. 1. 2)所述蚕蛹位置方向调整是根据蚕蛹的形状轮廓特点及蚕 蛹身体头部躯体弧度较大，尾部躯体弧度较小的特点来计算蚕蛹斜率角度，进而旋转蚕蛹， 使蚕蛹头部位于水平向右，方便关键部位截取。
[0010] 进一步的，步骤（1. 1.3)所述蚕蛹关键部位截取是截取蚕蛹头部可能含有"X"型 线的关键特征部位图像，然后将关键部位图像进行归一化处理，调整为统一的图像大小。
[0011] 进一步的，步骤（I. 1. 4)所述高斯滤波是将截取的图像进行线性平滑滤波，尽量保 留图像细节特征的条件下对目标图像的噪声进行抑制，改善图像质量。
[0012] 进一步的，步骤（1. 2)所述的基于Canny边缘特征提取采取以下步骤： (1. 2. 1)利用Sobel算子找到图像灰度值两个方向的导数； (1. 2. 2)求出边缘的方向，并找到这个像素梯度方向的邻接； (1. 2. 3)遍历图像，根据像素点灰度值的差值与设置的阈值比较，确定并输出边缘点。
[0013] 进一步的，步骤（1. 3)矩形脉冲边缘模式提取采取以下步骤： 逐行扫描经Canny边缘特征提取过的蚕蛹图像，在蚕蛹"X"状纵线处，像素值将会出现 由低到高，再由高到低的变化，分别形成一个下降沿和一个上升沿，在下降沿和上升沿之间 的中间像素波动较小，像素变化的图形就形成一个矩形；在一行图像纵线处就形成一个矩 形脉冲边缘模式。
[0014] 进一步的，步骤（2)跟踪预测编码特征提取及识别输出采取以下步骤： (2.1) 初始化数据； (2. 2)扫描该行寻找矩形脉冲边缘模式； (2. 3)检测其左，右，左下，下，右下5个方向上的邻近相关像素，并根据跟踪预测优先 级列表，执行跟踪操作； (2. 4)计算跟踪矩形脉冲边缘模式长度； (2. 5)根据矩形脉冲边缘模式长度，雌蛹具有"X"状纵线，将出现两条较长矩形脉冲边 缘模式长度，雄蛹不具有"X"状纵线，将不会出现两条较长矩形脉冲边缘模式长度，从而判 断出蚕蛹雌雄。
【专利附图】
【附图说明】
[0015] 为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行 说明： 图1为蚕蛹雌雄区别特征图 图2为蚕蛹雌雄识别方法总体流程图； 图3为图像的预处理流程图； 图4为矩形脉冲边缘模式图； 图5矩形脉冲的边缘模式提取后的图像效果图； 图6为跟踪预测模板； 图7为跟踪预测优先级列表； 图8为跟踪预测编码流程图； 图9为跟踪预测效果对比图。
【具体实施方式】
[0016] 下面将结合附图，对本发明的优选实施例进行详细的描述。
[0017] 图2描述蚕蛹雌雄识别方法总体流程图，如图所示，蚕蛹雌雄识别方法处理流程 包括图像预处理、Canny边缘特征提取、矩形脉冲边缘模式提取、跟踪预测编码特征提取、识 别输出。
[0018] 本实施例中所述的图像预处理如图3所示，包括图像模式转换、蚕蛹位置方向调 整、蚕蛹关键部位截取、高斯滤波。
[0019] 所述图像模式转换，是将RGB颜色空间转换YIQ颜色空间转化矩阵如下：
【权利要求】
1. 一种基于Canny矩形脉冲边缘模式的蚕蛹雌雄识别方法，能够使用户通过视频图像 识别蚕蛹雌雄；其特征在于该方法采取以下步骤： (1) Canny矩形脉冲边缘模式特征提取； (2) 跟踪预测编码特征提取及判别输出。
2. 如权利要求1所述的Canny矩形脉冲边缘模式特征提取采取以下步骤： (1. 1)蚕蛹图像采集及图像预处理； (1. 2)基于Canny边缘特征提取； (1.3)矩形脉冲边缘模式提取。
3. 如权利要求2步骤（1. 1)所述的蚕蛹图像采集及图像预处理采取以下步骤： (1.1.1) 图像模式转换； (1. 1. 2)蚕蛹位置方向调整； (1. 1.3)蚕蛹关键部位截取； (1. 1.4)高斯滤波。
4. 如要求权利3所述的图像模式转换是将RGB颜色空间转换YIQ颜色空间，方便后续 图像处理；蚕蛹位置方向调整是根据蚕蛹的形状轮廓特点及蚕蛹身体头部躯体弧度较大， 尾部躯体弧度较小的特点来计算蚕蛹斜率角度，进而旋转蚕蛹，使蚕蛹头部位于水平向右 方向，方便关键部位截取；所述蚕蛹关键部位截取是截取蚕蛹头部可能含有"X"型线的关 键特征部位图像，然后将关键部位图像进行归一化处理，调整为统一的图像大小；所述高斯 滤波是将截取的图像进行线性平滑滤波，尽量保留图像细节特征的条件下对目标图像的噪 声进行抑制，改善图像质量。
5. 如要求权利2步骤（1. 2)所述的基于Canny边缘特征提取采取以下步骤： (1. 2. 1)利用Sobel算子找到图像灰度值两个方向的导数； (1. 2. 2)求出边缘的方向，并找到这个像素梯度方向的邻接； (1. 2. 3)遍历图像，根据像素点灰度值差值与设置的阈值比较，确定并输出边缘点。
6. 如权利要求2步骤（1. 3)矩形脉冲边缘模式提取采取以下步骤： 逐行扫描经Canny边缘特征提取过的蚕蛹图像，在蚕蛹"X"状纵线处，像素值将会出现 由低到高，再由高到低的变化，分别形成一个下降沿和一个上升沿，在下降沿和上升沿之间 的中间像素波动较小，像素变化的图形就形成一个矩形；在一行图像纵线处就形成一个矩 形脉冲边缘模式。
7. 如权利要求1步骤（2)跟踪预测编码特征提取及识别输出采取以下步骤： (2.1) 初始化数据； (2. 2)扫描该行寻找矩形脉冲边缘模式； (2. 3)检测其左，右，左下，下，右下5个方向上的邻近相关像素，并根据跟踪预测优先 级列表，执行跟踪操作； (2. 4)计算跟踪矩形脉冲边缘模式长度； (2. 5)根据矩形脉冲边缘模式长度，雌蛹具有"X"状纵线，将出现两条较长矩形脉冲边 缘模式长度，雄蛹不具有"X"状纵线，将不会出现两条较长矩形脉冲边缘模式长度，从而判 断出蚕蛹雌雄。
【文档编号】G06K9/46GK104408465SQ201410600750
【公开日】2015年3月11日 申请日期:2014年11月1日 优先权日:2014年11月1日
【发明者】胡耀丹, 邱开金, 梁绍伟, 王子誉, 刘宇 申请人:西南大学