TWI536281B - Shell Feature Recognition Method and System - Google Patents

Description

貝殼特徵識別方法及系統

本發明是有關於一種辨識方法及系統，特別是指一種貝殼特徵識別方法及系統。

參閱圖1及圖2，「第七屆離島資訊技術與應用研討會」論文集中，揭露了一種「以影像特徵為基礎之互動式貝殼檢索系統」。該檢索系統利用貝殼的顏色、形狀及紋理等特徵來識別辨認貝殼。在顏色特徵方面，該檢索系統是將影像的顏色降階為128階，再計算每個色階所出現的次數或比例，以獲得128個顏色特徵。在形狀特徵方面，是利用質心與輪廓的距離(Centroid-Contour Distance,CCD)來作為特徵。作法是先找出貝殼的中心點91，以該中心點往外每隔10度向外延伸一條直線，則該等直線會與該貝殼的外緣交會出36個交點92。接著計算每一個交點92與該中心點91的距離，即可獲得36個形狀特徵。在獲得該等顏色特徵與該等形狀特徵後，即可與資料庫中既存的各組顏色特徵與形狀特徵比對，便能辨識出貝殼的品種。

此種檢索系統的缺點如下：在顏色辨識方面，由於僅統計各色階的出現次數或比例，並無考量顏色的位置因素，因此誤差較大。舉例來說，一個貝殼的紅色出現在a(x ₁,y ₁)、b(x ₂,y ₂)及c(x ₃,y ₃)三個位置所獲得的特徵，會與另一個貝殼的紅色出現在d(x ₄,y ₄)、e(x ₅,y ₅)及f(x ₆,y ₆)三個位置所獲得的特徵相同，然而該等貝殼卻可能是完全不同的貝類，故會出現相當大的誤差。在形狀特徵方面，可以看到圖1的兩個貝殼所產生的兩條如圖2所示的CCD曲線93，其實差異不大，無法有效地作出區別。綜上所述，使得該檢索系統的識別誤差相當大，準確率約只有55%。

因此，本發明的第一目的，即在提供一種貝殼特徵識別方法，能夠更準確地識別出貝殼的種類。

本發明貝殼特徵識別方法，適用於辨識一個貝殼的種類，並包含：步驟A：利用該貝殼產生一個原始影像，並對該原始影像去背及正規化，產生一個比對影像。該比對影像具有一個開口，以及數條彼此間隔且分別由該開口往下排列的螺紋。步驟B：將該比對影像分為數個大小相同的影像區，並將每個影像區內的顏色平均，以產生數個分別代表該等影像區中的平均顏色的顏色特徵。步驟C：提供一個資料庫。該資料庫具有數組的貝殼資料組。 每一組貝殼資料組具有數筆的顏色資料、數筆的位置資料，以及數筆的紋理資料。步驟D：將該等顏色特徵與該等貝殼資料組的該等顏色資料比對，並產生一個顏色比對結果。步驟E：以Sobel演算法由該比對影像中產生數個位置特徵。步驟F：利用Hausdorf演算法，將該等位置特徵與該等貝殼資料組的該等位置資料比對，並產生一個位置比對結果。步驟G：計算該比對影像的該等螺紋的間隔距離的比值，以產生數個紋理特徵。步驟H：將該等紋理特徵與該等貝殼資料組的該等紋理資料比對，並產生一個紋理比對結果。步驟I：依該顏色比對結果與該位置比對結果及該紋理比對結果產生一個判斷該貝殼種類的判斷結果。

本發明的功效在於：將該比對影像分為數個影像區後對顏色取平均，能夠降低該等顏色特徵的數量，減少比對次數加快而加快比對過程，更重要的是，每個顏色特徵對應各別的影像區，也就是說每個顏色特徵帶有位置的特性，不會僅因顏色特徵的數量或比例相同，即得到判斷結果。此外，本發明除了以顏色辨識外，還輔以背殼的特徵位置及紋理來判斷，故能夠大大提高識別貝殼種類的準確性，並達到本發明的第一目的。

本發明的第二目的，在提供一種貝殼特徵識別系統，能夠更準確且方便地識別出貝殼的種類。

本發明貝殼特徵識別系統，適用於辨識一個貝殼的種類，並包含一個影像擷取裝置、一個辨識處理裝置，以及一個輸出裝置。

該影像擷取裝置能利用該貝殼產生一個原始影像。

該辨識處理裝置包括一個資料庫、一個影像處理單元、一個特徵擷取單元、一個比對單元，以及一個判斷單元。

該資料庫具有數組的貝殼資料組。每一組貝殼資料組具有數筆的顏色資料、數筆的位置資料，以及數筆的紋理資料。該影像處理單元能將該原始影像去背及正規化，並產生一個比對影像。該比對影像具有一個開口，以及數條彼此間隔且分別由該開口往下排列的螺紋。該特徵擷取單元具有一個顏色擷取模組、一個位置擷取模組，以及一個紋理擷取模組。該顏色擷取模組能將該比對影像分為數個大小相同的影像區，並將每個影像區內的顏色平均，以產生數個分別代表該等影像區的平均顏色的顏色特徵。該位置擷取模組能以Sobel演算法由該比對影像中產生數個位置特徵。該紋理擷取模組能計算該等螺紋的間隔距離的比值，並產生數個紋理特徵。該比對單元能將該等顏色特徵與該等貝殼資料組的該等顏色資料比對，並產生一個顏色比對結果，且能利用Hausdorf演算法，將該等位置特徵與該等貝殼資料組的該等位置資料比對，並產生一個位置比對結果，還能將該等紋理特徵與該等貝殼資料組的該等紋 理資料比對，並產生一個紋理比對結果。該判斷單元能依該顏色比對結果和該位置比對結果與該紋理比對結果判斷出該貝殼的種類，並產生一個判斷結果。

該結果輸出裝置能依該判斷結果輸出相對應的識別結果供使用者閱讀。

本發明的功效在於：使用者只需提供貝殼供該影像擷取裝置產生該原始影像，該辨識處理裝置即會自動識別該貝殼的種類，並輸出識別結果供使用者瞭解，利於一般社會大眾辨識貝殼。此外，該辨識處理裝置除利用帶有位置訊息的該等顏色特徵來辨識貝殼外，還輔以利用貝殼的特徵位置與紋理辨識，故能達到本發明準確識別貝殼的第二目的。

10‧‧‧貝殼

11‧‧‧影像擷取步驟

12‧‧‧影像處理步驟

13‧‧‧顏色分析步驟

14‧‧‧位置分析步驟

15‧‧‧紋理分析步驟

16‧‧‧比對特徵步驟

17‧‧‧判斷步驟

18‧‧‧輸出步驟

2‧‧‧攝影單元

21‧‧‧攝影箱

211‧‧‧頂壁

212‧‧‧底壁

213‧‧‧圍壁

214‧‧‧活動門

215‧‧‧內壁面

22‧‧‧發光單元

23‧‧‧基板

3‧‧‧影像擷取裝置

4‧‧‧辨識處理裝置

41‧‧‧資料庫

42‧‧‧影像處理單元

43‧‧‧特徵擷取單元

431‧‧‧顏色擷取模組

432‧‧‧位置擷取模組

433‧‧‧紋理擷取模組

44‧‧‧比對單元

45‧‧‧判斷單元

5‧‧‧結果輸出裝置

6‧‧‧原始影像

7‧‧‧比對影像

71‧‧‧貝殼影像部

72‧‧‧開口

73‧‧‧螺紋

74‧‧‧影像區

D1‧‧‧第一間隔距離

D2‧‧‧第二間隔距離

D3‧‧‧第三間隔距離

本發明其他的特徵及功效，將於參照圖式的實施方式中清楚地呈現，其中：圖1是一個習知的貝殼檢索系統利用顏色特徵及形狀特徵辨識的一個示意說明圖；圖2是該貝殼檢索系統利用形狀特徵辨識時的一個資料統計結果；圖3是本發明貝殼特徵識別系統及方法的一個實施例的一個示 意圖；圖4是該實施例的一個步驟流程圖；圖5是該實施例的一個方塊圖；圖6是該實施例的一個影像擷取步驟的一個示意圖；圖7是該實施例的一個顏色分析步驟的一個示意圖；及圖8是該實施例的一個紋理分析步驟的一個示意圖。

參閱圖3、圖4及圖5，本發明貝殼特徵識別方法的一個實施例，適用辨識一個貝殼10的種類，並包含一個影像擷取步驟11、一個影像處理步驟12、一個顏色分析步驟13、一個位置分析步驟14、一個紋理分析步驟15、一個比對特徵步驟16、一個判斷步驟17，以及一個輸出步驟18。

前述的貝殼特徵識別方法能夠以一個貝殼特徵識別系統運行。該貝殼特徵識別系統包含一個攝影單元2、一個設置在該攝影單元2上的影像擷取裝置3、一個訊號連接該影像擷取裝置3的辨識處理裝置4，以及一個訊號連接該辨識處理裝置4的結果輸出裝置5。

該攝影單元2包括一個攝影箱21，以及分別設置在該攝影箱21內的一個發光單元22與一個基板23。該攝影箱21具有彼此 上下間隔的一個頂壁211與一個底壁212、一個連接於該底壁212與該頂壁211間的圍壁213，以及一個設置在該底壁212的活動門214。該頂壁211供該發光單元22與該影像擷取裝置3設置。該底壁212供該活動門214與該基板23設置。該圍壁213與該底壁212及該頂壁211相配合界定出一個黑色的內壁面215。

該辨識處理裝置4在本實施例中為一台計算機，並提供且包括了一個資料庫41、一個影像處理單元42、一個特徵擷取單元43、一個比對單元44，以及一個判斷單元45。該資料庫41具有數組的貝殼資料組。每一組貝殼資料組具有數筆的顏色資料、數筆的位置資料，以及數筆的紋理資料。該特徵擷取單元43具有一個顏色擷取模組431、一個位置擷取模組432，以及一個紋理擷取模組433。

該結果輸出裝置5在本實施例中為一個顯示螢幕。

本實施例在使用時，是將該貝殼10放進該攝影箱21中，並使其位於該基板23上。該影像擷取裝置3會執行該影像擷取步驟11，拍攝該貝殼10，並產生一個原始影像6(見圖6)輸送至該辨識處理裝置4。該發光單元22能提供拍攝時所需的光線。該活動門214利於該貝殼10的置放或更換。

參閱圖4、圖5及圖6，該辨識處理裝置4在接收到該原始影像6後，該影像處理單元42會執行該影像處理步驟12，將該原 始影像6與該貝殼10(見圖3)無關的影像部分去除，也就是去背，並縮放且旋轉至設計者預先定義好的大小及方向以正規化，然後產生一個比對影像7傳送至該特徵擷取單元43。前述的正規化會依當初建立該資料庫41的方法不同而有所不同。由於去背、縮放、旋轉等正規化處理方法，為本領域通常知識者所具有的通常知識，故在此省略說明。該比對影像7具有一個對應該貝殼10(見圖3)的貝殼影像部71。該貝殼影像部71具有一個開口72，以及數條彼此間隔地由該開口72往下排列的螺紋73。

參閱圖4、圖5及圖7，該特徵擷取單元43的該顏色擷取模組431在接收到該比對影像7後，會執行該顏色分析步驟13。在本實施例中，是將該比對影像7分為9個大小相同的影像區74。接著，將該等影像區74中的各小區塊的顏色平均，以產生數個分別代表該等影像區74中的平均顏色的顏色特徵，並將該等顏色特徵分別傳送至該比對單元44。該等顏色特徵是分別以矩陣儲存資料。每一矩陣儲存有各別的影像區74的位置資訊，以及對應各別的影像區74中的RGB數值轉換成LAB數值後的資訊。

要說明的是，要將該比對影像7分割為幾個影像區74，並決定每一個影像區74的大小，可由本領域的通常知識者，依所需求的處理速度以及所需求的識別精確度自行決定。分割成較多的影 像區74，可以有較佳的識別精確度，但會提高運算負荷量。分割成較少的影像區74，則可以有較快的處理速度。

參閱圖4、圖5及圖8，該特徵擷取單元43的該位置擷取模組432在接收到該比對影像7後，會執行該位置分析步驟14。該位置分析步驟14是利用Sobel演算法由該比對影像7產生數個位置特徵，並將該等位置特徵分別傳送至該比對單元44。每一個位置特徵的資料形式為坐標。

參閱圖5至圖8，該特徵擷取單元43的該紋理擷取模組433在接收到該比對影像7後，會執行該紋理分析步驟15，計算該等螺紋73的間隔距離的比值，以產生數個紋理特徵，並將該等紋理特徵傳送至該比對單元44。舉例來說，可計算該開口72以下的第一條的螺紋73與第二條的螺紋73的一個第一間隔距離D1，以及第二條的螺紋73與第三條的螺紋73的一個第二間隔距離D2，即可得 到一個紋理特徵為：。如計算第三條的螺紋73與第四 條的螺紋73的一個第三間隔距離D3，即可得到另一個紋理特徵 為：。以此類推，即可計算出數個紋理特徵。

該比對單元44在接收到該等顏色特徵和該等位置特徵與該等紋理特徵後，即會執行該比對特徵步驟16(見圖4)。該比對特徵步驟16(見圖4)是將該等顏色特徵與該等顏色資料進行比對以產生一個顏色比對結果，並將該等位置特徵與該等位置資料進行比 對以產生一個位置比對結果，且將該等紋理特徵與該等紋理資料進行比對以產生一個紋理比對結果。比對完畢後，再將該顏色比對結果與該位置比對結果及該紋理比對結果傳送至該判斷單元45。

所述的顏色比對是將該等顏色特徵，與每一貝殼資料組的該等顏色資料進行比對。比對的方式是計算該等顏色特徵與該等貝殼資料組的該等顏色資料矩陣中各元素的歐幾里得距離並加總，以得到數個顏色判斷值。每一個顏色判斷值會對應各別的貝殼資料組。將該等顏色特徵與所有的貝殼資料組比對完畢後，傳送一個包含該等顏色判斷值的顏色比對結果至該判斷單元45。

所述的位置比對是利用Hausdorf演算法，將該等位置特徵與該等貝殼資料組的該等位置資料比對。以圖8為例說明如下，假設以Sobel演算法於該比對影像7中找出3個位置特徵，分別為A(x ₁,y ₁)、B(x ₂,y ₂)、及C(x ₃,y ₃)，而該等貝殼資料組的其中一組有4個位置資料，分別為D(x ₄,y ₄)、E(x ₅,y ₅)、F(x ₆,y ₆)、G(x ₇,y ₇)。則Hausdorf演算法會先分別找出A、B、C相對應最接近的點為何，假設對應如下A→D、B→E、C→F，則Hausdorf演算法會分別計 算及的距離。然後因為G點未比對，反向尋找A、B、C 中與G點最接近的點，假設為C，並計算的距離。再將 及的距離加總後除以4，即可得到一個位置判斷值。如此反 覆執行，得到數個位置判斷值。每一個位置判斷值與各別的貝殼資 料組相對應。該比對單元44會傳送一個包含該等位置判斷值的位置比對結果至該判斷單元45。

本案所使用sobel演算法，所擷取的位置特徵不僅會分布在該貝殼影像部71的邊緣，例如圖8中的點B，還會分布在該貝殼影像部71中間，例如圖8中的的點A及點C。由於位置特徵分布較多樣化，進行比對時較僅在邊緣採點的CCD法，有更高的準確度。 此外，所述Hausdorf演算法，特別的地方在於除了單向尋找相對應的點計算距離外，反向尋找未對應的點(如點G)來計算距離，也能夠提高比對時的準確度。因此，sobel演算法與Hausdorf搭配使用，能夠有互相加乘發揮一加一大於二的功效，絕佳地提高比對精確度。

所述的紋理比對是將該等紋理特徵與該等貝殼資料組的該等貝殼資料進行比對。比對的方式是計算該等紋理特徵與每一組貝殼資料組的該等紋理資料的歐幾里得距離，以得到數個分別對應該等貝殼資料組的紋理判斷值。每一個紋理判斷值與各別的貝殼資料組相對應。將該等紋理特徵與該等貝殼資料組比對完畢後，會傳送一個包含該等紋理判斷值的紋理比對結果至該判斷單元45執行該判斷步驟17。

參閱圖3、圖4及圖5，在該判斷步驟17中，該判斷單元45能依該顏色比對結果與該位置比對結果及該紋理比對結果判斷 出該貝殼的種類，並產生該判斷結果。為了以下方便說明，定義具有最小的顏色判斷值的該貝殼資料組為一個第一貝殼資料組，定義具有最小的位置判斷值的該貝殼資料組為一個第二貝殼資料組，定義具有最小的紋理判斷值的該貝殼資料組為一個第三貝殼資料組。

舉例來說，如該第一貝殼資料組與該第二貝殼資料組及該第三貝殼資料組皆相同，該判斷單元45即能以該第一貝殼資料組或該第二貝殼資料組或該第三貝殼資料組，附加一個預估準確率(例如99%)作為判斷結果，並傳送至該結果輸出裝置5，供該結果輸出裝置5執行該輸出步驟18，呈現一個如圖3所示對應該判斷結果的識別結果給供使用者閱讀。又再例如，只有該第一貝殼資料組與該第二貝殼資料組相同，該判斷單元45即能以該第一貝殼資料組或該第二貝殼資料組，附加一個預估準確率(例如95%)，並使該結果輸出裝置5輸出對應的識別結果。當然，該判斷單元45要依何種標準判斷並給出何種判斷結果，本領域的通常知識者能夠依市場不同或使用者需求不同而略作變化，並不以前述為限。

本發明的重點在於該特徵擷取單元43的該顏色擷取模組431、該位置擷取模組432及該紋理擷取模組433，擷取該等顏色特徵、該等位置特徵及該等紋理特徵的方式，以及該比對單元44比對該等顏色特徵與該等顏色資料、該等位置特徵與該等位置資料，以及該等紋理特徵與該等紋理資料的方式。因此，在擷取特徵 與比對的時候並無需特別區分先後。本領域之通常知識者，能夠依需求安排該顏色分析步驟13、該位置分析步驟14、該紋理分析步驟15及比對該等顏色特徵、該等位置特徵與該等紋理特徵的先後順序。例如，在本實施例中，利用顏色特徵的比對準確率高達90%以上，在設計時可以優先擷取顏色特徵，並優先比對該等顏色特徵與該等顏色資料，如最小的該顏色判斷值相當小，甚至可以省略擷取該等位置特徵與該等紋理特徵，使該判斷單元45直接透過該結果輸出裝置5輸出識別結果，如此一來可以有節省計算時間的功效。再舉例來說，也可設計成該顏色分析步驟13、該位置分析步驟14、該紋理分析步驟15同時進行，並在分析完畢後同時比對該等顏色特徵、該等位置特徵與該等紋理特徵。

綜上所述，本發明貝殼特徵識別方法及系統的功效在於：該貝殼特徵識別方法將該比對影像7分為數個影像區74後對顏色取平均，能夠降低該等顏色特徵的數量，減少比對次數加快而加快比對過程，更重要的是，每個顏色特徵對應各別的區域，也就是說每個顏色特徵帶有位置的特性，不會僅因顏色特徵的數量或比例相同，即得到判斷結果，並同時輔以背殼的特徵位置及紋理來辨識，能夠大大提高識別貝殼種類的準確性。該貝殼特徵識別系統讓使用者只需提供貝殼供該影像擷取裝置3產生該原始影像6，即能自 動識別該貝殼的種類，並輸出識別結果供使用者瞭解，利於一般社會大眾自行辨識貝殼，相當便捷。

惟以上所述者，僅為本發明之較佳實施例而已，當不能以此限定本發明實施之範圍，凡是依本發明申請專利範圍及專利說明書內容所作之簡單的等效變化與修飾，皆仍屬本發明專利涵蓋之範圍內。

11‧‧‧影像擷取步驟

12‧‧‧影像處理步驟

13‧‧‧顏色分析步驟

14‧‧‧位置分析步驟

15‧‧‧紋理分析步驟

16‧‧‧比對特徵步驟

17‧‧‧判斷步驟

18‧‧‧輸出步驟

Claims (2)

1. 一種貝殼特徵識別方法，適用於辨識一個貝殼的種類，並包含：步驟A：利用該貝殼產生一個原始影像，並對該原始影像去背及正規化，產生一個比對影像，該比對影像具有一個開口，以及數條彼此間隔且分別由該開口往下排列的螺紋；步驟B：將該比對影像分為數個大小相同的影像區，並將每個影像區內的顏色平均，以產生數個分別代表該等影像區中的平均顏色的顏色特徵；步驟C：提供一個資料庫，該資料庫具有數組的貝殼資料組，每一組貝殼資料組具有數筆的顏色資料、數筆的位置資料，以及數筆的紋理資料；步驟D：將該等顏色特徵與該等貝殼資料組的該等顏色資料比對，並產生一個顏色比對結果；步驟E：以Sobel演算法由該比對影像中產生數個位置特徵；步驟F：利用Hausdorf演算法，將該等位置特徵與該等貝殼資料組的該等位置資料比對，並產生一個位置比對結果；步驟G：計算該比對影像的該等螺紋的間隔距離的比值，以產生數個紋理特徵；步驟H：將該等紋理特徵與該等貝殼資料組的該等紋理資料比對，並產生一個紋理比對結果；及 步驟I：依該顏色比對結果與該位置比對結果及該紋理比對結果產生一個判斷該貝殼種類的判斷結果。
2. 一種貝殼特徵識別系統，適用於辨識一個貝殼的種類，並包含：一個影像擷取裝置，能利用該貝殼產生一個原始影像；一個辨識處理裝置，包括：一個資料庫，具有數組的貝殼資料組，每一組貝殼資料組具有數筆的顏色資料、數筆的位置資料，以及數筆的紋理資料，一個影像處理單元，能將該原始影像去背及正規化，並產生一個比對影像，該比對影像具有一個開口，以及數條彼此間隔且分別由該開口往下排列的螺紋，一個特徵擷取單元，具有一個顏色擷取模組、一個位置擷取模組，以及一個紋理擷取模組，該顏色擷取模組能將該比對影像分為數個大小相同的影像區，並將每個影像區內的顏色平均，以產生數個分別代表該等影像區的平均顏色的顏色特徵，該位置擷取模組能以Sobel演算法由該比對影像中產生數個位置特徵，該紋理擷取模組能計算該等螺紋的間隔距離的比值，並產生數個紋理特徵，一個比對單元，能將該等顏色特徵與該等貝殼資料組的該等顏色資料比對，並產生一個顏色比對結果，且能利用Hausdorf演算法，將該等位置特徵與該等貝殼資料組的該等位置資料比對，並產生一個位置比對結果，還能 將該等紋理特徵與該等貝殼資料組的該等紋理資料比對，並產生一個紋理比對結果，一個判斷單元，能依該顏色比對結果和該位置比對結果與該紋理比對結果判斷出該貝殼的種類，並產生一個判斷結果；及一個結果輸出裝置，能依該判斷結果輸出相對應的識別結果供使用者閱讀。