基于目标像素变化的柚果单目测距算法

针对山地果园光线变化和枝叶遮挡干扰果实距离检测的问题,该研究提出一种利用目标区域像素数量变化预测成像距离的算法。根据单目测距原理和柚果成像特性,以具备尺寸和形状代表性的离树柚果样本为研究对象,在采摘作业距离范围内利用单一相机以固定间隔步距对果实某一侧面连续获取图像数据,用以建立并验证目标区域像素数量变化与成像距离变化之间的多元回归关系。随后将该算法应用于果园中树上柚果样本以检验其适用性,并讨论初始成像距离和步距取值对测距精度的影响。研究结果表明,在125 cm以内,6个树上柚果样本的测距相对误差均低于5%,满足采摘机械手目标定位的精度要求;初始成像距离对该算法测距精度具有显著影响。该研究单目测距算法满足果园环境中柚果目标与相机间距离检测需求,为相关采摘机械手的柚果目标识别提供了一种可行方案。     

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0.66尾/cm²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/cm²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。