專利名稱：病魚的魚體圖像處理方法及系統的制作方法
技術領域：
本發明涉及圖像處理技術，尤其涉及一種病魚的魚體圖像處理方法及系統。
背景技術：
目前，我國魚類養殖業正朝著集約式養殖的方向發展，養殖規模不斷擴大，而隨著 魚類養殖業的迅速發展，水產養殖魚類患爆發性疾病的概率不斷增加。水產養殖魚類的爆 發性疾病是一種急性綜合性魚病，其具有病種多樣化，面積廣泛化，治療難度大的特點，會 給魚類養殖戶帶來很大的損失。由于目前我國水產養殖魚類的爆發性疾病主要存在于家魚，即青魚、草魚、鰱魚、 鳙魚、鯉魚和鯽魚中，患病的病魚的魚體的體表顏色和紋理與正常魚的魚體完全不同。例 如，就鯉科魚來說，正常鯉科魚的魚體表面一般具有背部黑亮，靠近魚肚部分發白，紋理清 晰且形狀完整的特點；而在患病時，病魚的魚體表面會出現紅色血絲，并且伴隨有血腫或白 色腫塊，即病斑。隨著計算機技術和圖像處理技術的發展，利用圖像處理技術已經可以對病魚的魚 體表面的病斑進行分析，并通過分析確定魚病的種類，進而對病魚進行有效地隔離或治療， 從而有效地減小水產養殖魚類的爆發性疾病所帶來的損失。但現有技術獲取病魚的魚體圖像后，無法快速且準確地將病魚的魚體表面的病斑 提取出來，對病斑的采集和提取仍需通過操作者手工對病魚的魚體圖像進行裁剪來進行。 通過操作者手工對病魚的魚體圖像進行裁剪，一方面降低了病斑提取的速度和準確性。另 一方面提高了操作者的勞動強度，并且由于操作者需要具備計算機和圖像處理方面的專業 知識，也不利于在產業中的大規模推廣。因此，如何快速且準確地從病魚的魚體圖像中獲取病斑圖像，就成為亟待解決的 問題。
發明內容
本發明提供一種病魚的魚體圖像處理方法及系統。本發明提供一種病魚的魚體圖像處理方法，包括獲取病魚的魚體圖像；從所述魚體圖像中獲取魚體區域圖像；從所述魚體區域圖像中獲取異常目標區域圖像；移除所述異常目標區域圖像中的非病斑目標區域圖像，以獲取病斑目標圖像。本發明提供一種病魚的魚體圖像處理系統，包括圖像采集模塊，用于獲取病魚的魚體圖像；魚體分割模塊，用于從所述魚體圖像中獲取魚體區域圖像；異常目標區域圖像獲取模塊，用于從所述魚體區域圖像中獲取異常目標區域圖 像；
病斑目標圖像獲取模塊，用于移除所述異常目標區域圖像中的非病斑目標區域圖 像，以獲取病斑目標圖像。本發明的病魚的魚體圖像處理方法及系統可以準確且便捷地獲得病魚的病斑的 相應病斑目標圖像，為計算機自動魚病識別提供基礎數據，從而便于技術人員及時了解病 魚所患病癥的具體情況，及時采取措施遏制水產養殖魚類的爆發性疾病的蔓延，從而降低 水產養殖魚類的爆發性疾病所帶來的損失，并且發明的病魚的魚體圖像處理方法操作簡 便，具有良好的適應性。
為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現 有技術描述中所需要使用的附圖作一簡單地介紹，顯而易見地，下面描述中的附圖是本發 明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動性的前提下，還可以 根據這些附圖獲得其他的附圖。圖1為本發明病魚的魚體圖像處理方法實施例一的流程圖；圖2為本發明病魚的魚體圖像處理方法實施例二的流程圖；圖3為本發明病魚的魚體圖像處理方法實施例三的流程圖；圖4為本發明病魚的魚體圖像處理方法實施例四的流程圖；圖5為本發明病魚的魚體圖像處理系統實施例一的結構圖。
具體實施例方式為使本發明實施例的目的、技術方案和優點更加清楚，下面將結合本發明實施例 中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例是 本發明一部分實施例，而不是全部的實施例。基于本發明中的實施例，本領域普通技術人員 在沒有作出創造性勞動前提下所獲得的所有其他實施例，都屬于本發明保護的范圍。圖1為本發明病魚的魚體圖像處理方法實施例一的流程圖，如圖1所示，本實施例 的方法可以包括以下步驟步驟101、獲取病魚的魚體圖像。舉例來說，病魚的魚體圖像可以通過水下電荷耦合元件(Charge-coupledDevice， 以下簡稱CCD)相機及與其相連的圖像采集卡實時獲取。需要說明的是，如何區分病魚的 魚體圖像和正常魚的魚體圖像并不屬于本發明的范疇，本領域技術人員可通過現有技術或 人工手段將病魚的魚體圖像與正常魚的魚體圖像區分開來，從而得到需要進行病魚的魚體 圖像處理的病魚的魚體圖像。步驟102、從魚體圖像中獲取魚體區域圖像。舉例來說，在得到病魚的魚體圖像后，可通過對獲得的病魚的魚體圖像進行自適 應閾值分割，進而從包括背景在內的病魚的魚體圖像中提取出魚體區域圖像，從而可以有 效地降低后續圖像處理步驟的數據運算量，提高病魚的魚體圖像的處理效率。步驟103、從魚體區域圖像中獲取異常目標區域圖像。舉例來說，在通過步驟102獲得病魚的魚體區域圖像后，可以進一步獲得病魚的 魚體區域中的病斑位置的異常目標區域圖像。這樣就可以將病魚的病斑從病魚的魚體區域中分割出來，從而便于后續步驟的進行，可以進一步有效地降低后續圖像處理步驟的數據 運算量，從而提高病魚的魚體圖像的處理效率。步驟104、移除異常目標區域圖像中的非病斑目標區域圖像，以獲取病斑目標圖像。舉例來說，再通過步驟103獲得異常目標區域圖像后，為降低病斑的識別處理的 準確性，同時降低病斑的識別處理的數據量，可以進一步去除異常目標區域圖像中的魚體 的正常部分，在移除異常目標區域圖像中的非病斑目標區域圖像后，就可以獲得僅包含病 斑的病斑目標圖像。獲得病斑目標圖像后，通過對病斑目標圖像進行特征提取就可以了解 病魚所患病癥的種類、嚴重程度等相關信息，農業技術人員就可以采取相應的措施，例如隔 離、給藥治療等手段，從而及時遏制水產養殖魚類的爆發性疾病的蔓延，降低水產養殖魚類 的爆發性疾病所帶來的損失。需要說明的是，本發明并不涉及通過對病斑目標圖像進行特 征提取，來了解病魚所患病癥的種類、嚴重程度等相關信息的具體方式，本領域技術人員可 采用現有技術的圖像處理方法來實現對病斑目標圖像的處理，此處不再贅述。本實施例的病魚的魚體圖像處理方法可以準確且便捷地獲得病魚的病斑的相應 病斑目標圖像，為計算機自動魚病識別提供基礎數據，從而便于技術人員及時了解病魚所 患病癥的具體情況，及時采取措施遏制水產養殖魚類的爆發性疾病的蔓延，從而降低水產 養殖魚類的爆發性疾病所帶來的損失，并且本實施例的病魚的魚體圖像處理方法操作簡 便，具有良好的適應性。圖2為本發明病魚的魚體圖像處理方法實施例二的流程圖，如圖2所示，本實施例 是對實施例一的進一步細化，本實施例的方法可以包括以下步驟步驟201、獲取病魚的魚體圖像。步驟202、分別提取魚體圖像RGB空間的R、G和B三個顏色的歸一化分量。舉例來說，通過步驟201獲得病魚的魚體圖像后，可以對該魚體圖像的RGB空間的 R(Red)、G(Green)和B(Blue)三個顏色進行提取處理，從而獲得R、G和B三個顏色的歸一 化分量，以供后續步驟處理。優選地，分別提取魚體圖像RGB空間的R、G和B三個顏色的歸一化分量具體可以 為通過公式(1)獲得魚體圖像RGB空間的歸一化分量，r = R/ (R+B+G)g = G/ (R+B+G)(1)b = B/ (R+G+B)其中，r、g和b分別為所述魚體圖像RGB空間的R、G和B三個顏色的歸一化分量。步驟203、對提取到的歸一化分量分別進行中值濾波圖像增強處理。舉例來說，通過步驟202提取到魚體圖像RGB空間的R、G和B三個顏色的歸一化 分量后，可以對提取到的R、G和B三個顏色的歸一化分量進行中值濾波圖像增強處理，從而 便于后續步驟的進行。對R、G和B三個顏色的歸一化分量進行中值濾波圖像增強處理可以 提高魚體圖像的銳度，從而使獲取魚體區域圖像的準確度和精度有很大程度的提高。優選地，對提取到的歸一化分量分別進行中值濾波圖像增強處理具體可以為通 過像素模板掃描魚體圖像，像素模板的中心與所述魚體圖像的目標像素位置重合；計算像 素模板內的魚體圖像的像素的灰度值；將魚體圖像的像素按灰度值大小重新排列，以獲取像素中值；將像素中值作為目標像素的像素值。舉例來說，像素模板可以是大小為3像素X 3像素的像素模板，使像素模板在魚體 圖像中漫游，從而達到掃描魚體圖像的目的，像素模板具體可通過逐行或逐列的形式掃描 魚體圖像的每個像素。在掃描過程中，像素模板的中心與魚體圖像的某個像素的位置重合， 當像素模板的中心與魚體圖像的某個像素的位置重合時，即將與像素模板的中心重合的魚 體圖像的像素作為魚體圖像的目標像素，從而達到對魚體圖像的每個像素都進行掃描的目 的。在每一個確定目標像素后，計算像素模板內的魚體圖像的各個像素的灰度值，將 魚體圖像的像素按灰度值大小重新排列，以獲取像素中值。例如對于作為目標像素的魚體 圖像的像素a(i，j)來說，當像素模板為像素X3像素的像素模板時，像素模板內的魚體圖 像共有9個像素，這9個像素按灰度值^ci分別為(X1, x2, X3, x4，x5, x6, x7, x8,知)，將這9個 灰度值(X1, χ2, χ3，χ4，χ5, χ6, χ7, χ8, χ9)由大到小重新排列，并將位于中間位置的灰度值作為
像素中值。即當像素模板由η個像素組成時，若η為奇數，則像素中值，若η為偶數，
則為像素中值。確定像素中值后，就可以將像素中值作為目標像素的像素值。
對魚體圖像的每個像素都進行上述處理后，就可以使魚體圖像的每個像素的灰度值都等于 該像素作為目標像素的像素中值，從而可以使魚體圖像得到有效地銳化，便于后續步驟的處理。步驟204、對進行中值濾波圖像增強處理后的魚體圖像進行自適應閾值分割，以獲 取魚體區域圖像。舉例來說，通過對步驟203獲得進行中值濾波圖像增強處理的魚體圖像后，可對 該魚體圖像進行自適應閾值分割處理，去除魚體圖像的背景部分，進而獲得表現病魚的魚 體區域的魚體區域圖像。對進行中值濾波圖像增強處理后的魚體圖像進行自適應閾值分割，具體可以為 獲取進行中值濾波圖像增強處理后的魚體圖像的像素矩陣；根據像素灰度值對像素矩陣中 的像素進行整體歸一化處理；對進行整體歸一化處理后的魚體圖像進行分塊處理；對分塊 處理后的魚體圖像進行閾值判斷，以獲取魚體區域圖像。舉例來說，獲取進行中值濾波圖像增強處理后的魚體圖像的像素矩陣，例如，將進 行中值濾波圖像增強處理后的灰度魚體圖像I定義為XY的像素矩陣，其中I(i，j)表示矩 陣中第i行，第j列的魚體圖像的像素灰度值，Il為NXN的像素矩陣，Il為圖像I的一個 字塊。根據像素灰度值對像素矩陣中的像素進行整體歸一化處理，具體可以為定義 Mean⑴為魚體圖像的整體均值，Var⑴為整體方差，則歸一化處理可通過公式(2)至⑷實現。
M0 + ^Var0(I(iJ)-Mean(I)f IVar(I),/(/, j) >Mean(I)] M0 - J[Var0 (/(/, j) -Mean(I))2 / Var(I),其他
權利要求
1.一種病魚的魚體圖像處理方法，其特征在于，包括 獲取病魚的魚體圖像；從所述魚體圖像中獲取魚體區域圖像； 從所述魚體區域圖像中獲取異常目標區域圖像；移除所述異常目標區域圖像中的非病斑目標區域圖像，以獲取病斑目標圖像。
2.根據權利要求1所述的方法，其特征在于，所述從所述魚體圖像中獲取魚體區域圖 像具體包括分別提取所述魚體圖像RGB空間的R、G和B三個顏色的歸一化分量； 對提取到的所述歸一化分量分別進行中值濾波圖像增強處理； 對進行所述中值濾波圖像增強處理后的所述魚體圖像進行自適應閾值分割，以獲取所 述魚體區域圖像。
3.根據權利要求2所述的方法，其特征在于，所述分別提取所述魚體圖像RGB空間的 R、G和B三個顏色的歸一化分量具體為通過公式(1)獲得所述魚體圖像RGB空間的歸一化分量， r = R/(R+B+G) g = G/(R+B+G)(1)b = B/ (R+G+B)其中，r、g和b分別為所述魚體圖像RGB空間的R、G和B三個顏色的歸一化分量。
4.根據權利要求2所述的方法，其特征在于，所述對提取到的所述歸一化分量分別進 行中值濾波圖像增強處理具體為通過像素模板掃描所述魚體圖像，所述像素模板的中心與所述魚體圖像的目標像素位置重合；計算所述像素模板內的所述魚體圖像的像素的灰度值； 將所述魚體圖像的像素按灰度值大小重新排列，以獲取像素中值； 將所述像素中值作為目標像素的像素值。
5.根據權利要求2所述的方法，其特征在于，所述對進行所述中值濾波圖像增強處理 后的所述魚體圖像進行自適應閾值分割，具體為獲取進行所述中值濾波圖像增強處理后的所述魚體圖像的像素矩陣； 根據像素灰度值對所述像素矩陣中的像素進行整體歸一化處理； 對進行所述整體歸一化處理后的魚體圖像進行分塊處理； 對分塊處理后的所述魚體圖像進行閾值判斷，以獲取所述魚體區域圖像。
6.根據權利要求1至5中任一權利要求所述的方法，其特征在于，所述從所述魚體區域 圖像中獲取異常目標區域圖像具體為獲取所述魚體區域圖像的像素的灰度值； 獲取所述魚體區域圖像的一維灰度統計直方圖數據；根據聚類類別數和迭代停止閾值，通過聚類目標函數計算劃分矩陣，以獲得所述異常 目標區域圖像。
7.根據權利要求1至5中任一權利要求所述的方法，其特征在于，所述移除所述異常目 標區域圖像中的非病斑目標區域圖像，具體為將所述異常目標區域圖像進行反轉；從所述魚體區域圖像中獲取正常目標區域圖像塊，將所述正常目標區域圖像塊作為掃 描模板；將反轉后的所述異常目標區域圖像進行反轉還原； 使用所述掃描模板掃描所述異常目標區域圖像；計算所述掃描模板下的所述異常目標區域圖像的特征值并計算所述特征值的均值； 根據所述掃描模板的特征值的均值和掃描閾值獲得所述病斑目標圖像。
8. 一種病魚的魚體圖像處理系統，其特征在于，包括 圖像采集模塊，用于獲取病魚的魚體圖像； 魚體分割模塊，用于從所述魚體圖像中獲取魚體區域圖像； 異常目標區域圖像獲取模塊，用于從所述魚體區域圖像中獲取異常目標區域圖像； 病斑目標圖像獲取模塊，用于移除所述異常目標區域圖像中的非病斑目標區域圖像， 以獲取病斑目標圖像。
全文摘要
本發明提供一種病魚的魚體圖像處理方法及系統，其中，病魚的魚體圖像處理方法，包括獲取病魚的魚體圖像；從所述魚體圖像中獲取魚體區域圖像；從所述魚體區域圖像中獲取異常目標區域圖像；移除所述異常目標區域圖像中的非病斑目標區域圖像，以獲取病斑目標圖像。本發明的病魚的魚體圖像處理方法及系統可以準確且便捷地獲得病魚的病斑的相應病斑目標圖像，為計算機自動魚病識別提供基礎數據，從而便于技術人員及時了解病魚所患病癥的具體情況，及時采取措施遏制水產養殖魚類的爆發性疾病的蔓延，從而降低水產養殖魚類的爆發性疾病所帶來的損失，并且本發明的病魚的魚體圖像處理方法操作簡便，具有良好的適應性。
文檔編號A01K61/00GK102110294SQ20111004157
公開日2011年6月29日 申請日期2011年2月21日 優先權日2011年2月21日
發明者司秀麗, 張馨, 李道亮, 段青玲, 胡靜, 陳桂芬 申請人:中國農業大學