采用边缘曲率进行图像分割的高密度鱼苗计数方法

鱼苗计数是水产养殖中的一个重要课题,在养殖、运输、销售等环节中均需对鱼苗进行定量计数。传统的估算计数方法由于其误差大、效率低等缺陷,已无法满足目前的鱼苗计数需求。为解决高密度、大批量的鱼苗准确计数难题,该研究通过自行搭建的图像采集装置,获取体长1~3 cm的鲢鱼苗在0.25、0.33、0.42、0.50、0.58和0.67尾/cm^(2)等6组不同平面密度下的运动视频,每组鱼苗运动视频共截取3 000帧图像,对所有图像进行预处理,获取鱼苗的二值图像,并提取出图像中的单个连通域及其边缘图像。对含有单尾鱼苗的单个连通域采用直接计数的方法,对含有多尾鱼苗的单个连通域采用先分割后计数的方法。在分割连通域时,一方面计算连通域边缘各处的曲率特征,并标记边缘中的凹点群位置作为预分割位置;另一方面结合连通域的骨架图,根据交叉型、联结型和单凹点群型共3种不同鱼苗重叠类型的形状特征,在连通域中挑选合适的分割位置划取分割线。对鱼苗二值图像中的所有连通域进行依次处理,最后将图像中的连通域总数量作为鱼苗的数量。对18 000张鱼苗图像的计数结果表明,在鱼苗平面密度低于0.58尾/cm^(2)时,鱼苗计数的平均相对误差低于1.37%,计数效率大于100尾/s。该研究解决了高密度鱼苗重叠图像的分割难题,实现了体长1 cm以上鱼苗的准确计数,可为鱼苗计数器的研发提供算法支撑。