申请/专利权人：广东海洋大学

申请日：2021-10-22

公开（公告）日：2024-04-02

公开（公告）号：CN113989211B

主分类号：G06T7/00

分类号：G06T7/00

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2022.02.18#实质审查的生效;2022.01.28#公开

摘要：本发明公开了一种虫卵计数方法和装置。其中，该方法包括：采集目标虫卵图像并建立数据集；根据数据集，利用改进Faster‑RCNN训练虫卵目标检测模型；建立虫卵总面积和卵粒数目的数学模型；建立测距装置的数据与摄像头拍摄范围的数学模型；采集待统计的虫卵图像，利用目标虫卵检测模型，确定待统计的虫卵图像的目标检测输出框；根据目标检测输出框、数学模型确定待统计的虫卵图像的虫卵数量。本发明实施例的技术方案，通过采用深度学习算法检测虫卵并计算虫卵面积，建立虫卵面积和卵粒数目的数学模型，达到计算和统计卵粒数目的目标，以解决现有计数方法中存在的成本高、准确率低、效率低、不通用的问题。

主权项：1.一种虫卵计数方法，其特征在于，虫卵图像由数据采集模块采集得到，所述数据采集模块包括摄像头、测距装置、支架以及托盘，所述摄像头和测距装置与所述托盘的相对距离相同，所述摄像头用于采集托盘中待检测物件的图像信息，所述测距装置用于测量摄像头与所述待检测物件之间的距离信息，所述方法包括：S10、采集目标虫卵图像并建立数据集；S20、根据所述数据集，利用改进Faster-RCNN训练虫卵目标检测模型；S30、建立虫卵总面积和卵粒数目的数学模型；S40、建立测距装置的数据与摄像头拍摄范围的数学模型；S50、采集待统计的虫卵图像，利用所述虫卵目标检测模型，确定所述待统计的虫卵图像的目标检测输出框；S60、根据所述目标检测输出框、虫卵总面积和卵粒数目的数学模型以及测距装置的数据与摄像头拍摄范围的数学模型，确定所述待统计的虫卵图像的虫卵数量；所述S20包括：采用卷积神经网络Resnet50，对输入图像的特征进行提取得到特征图；在特征提取网络生成的特征图上形成映射，得到建议框；将建议框和特征图相结合，在特征图上形成映射之后通过ROI池化模块进行归一化，生成相同尺寸的特征向量；对所述特征向量进行定位和分类；利用分类损失和回归损失进行反向传播训练，得到训练好的虫卵目标检测模型；所述S30包括：记录不同虫卵总面积对应的卵粒数目；对不同虫卵总面积对应的卵粒数目进行函数拟合，以建立虫卵总面积和卵粒数目之间的数学模型；所述S40包括：记录所述测距装置测量的摄像头与托盘之间不同的距离时对应的摄像头拍摄范围；对所述距离和拍摄范围进行函数拟合，以建立所述距离与所述拍摄范围之间的数学模型；在S50之后，还包括：对所述目标检测输出框进行截取和阈值分割，并根据所述目标检测输出框的大小、位置以及阈值分割后的图像，将所述待统计的虫卵图像中的虫卵部分和背景部分进行区分，以得到分割后的虫卵图像；所述S60包括：根据所述分割后的虫卵图像，计算所述待统计的虫卵图像中虫卵部分的像素点数目在所述待统计的虫卵图像的总像素点数目中的占比；根据测距装置的数据与摄像头拍摄范围的数学模型，计算所述待统计的虫卵图像的真实面积，所述占比与所述真实面积的乘积为所述待统计的虫卵图像中虫卵的总面积；根据虫卵总面积和卵粒数目的数学模型，以及所述待统计的虫卵图像中虫卵的总面积，计算所述待统计的虫卵图像中的虫卵数量。

全文数据：

权利要求：

百度查询： 广东海洋大学 一种虫卵计数方法和装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD