基于机器视觉技术的对虾主骨架线提取

长度作为对虾外观的主要特征之一,是对其规格进行判别的主要依据,而对虾的主骨架线可以直接反映长度.骨架化在图像上又称为细化,因此本文以一种有效的二值图像细化算法为基础,结合实验对分支长度进行分析,设定初始长度阈值,并在每次去除一条分支后对阈值进行自动修正,提出了一种能够有效去除多余分支并且不影响主骨架线长度,完整地提取对虾主骨架线的算法.结果表明,根据不同状态主骨架得到的预测长度与实际长度的最大相关系数为0.946,最小相关系数为0.747.对预测样本的长度预测平均相对误差为2.06％.实验结果表明,该算法对于对虾的主骨架线提取具有实用性,提取出的主骨架线具有较好的连续性、光滑性,还在去除骨架分支的同时基本保证了单像素的宽度,更加准确和稳定地反映主骨架线的几何性状.

Distilling the main skeleton line of shrimp based on machine vision technology