一种基于轮廓优化的木材计数方法技术

本发明专利技术公开了一种基于轮廓优化的木材计数方法，包括如下步骤：将木材图像进行尺寸变换；用颜色模型从变换后的图像中提取木材目标图像，用边缘算子提取图像内边缘信息；将提取的木材目标图像和边缘信息进行融合，得到预分割图像；对预分割图像提取候选目标的轮廓，并对提取到的外轮廓和内轮廓分别进行腐蚀和膨胀的优化处理，重复上述过程，直到提取到的外轮廓数量不变且不存在内轮廓为止；通过上述优化过程，对预分割图像的木材候选目标而言，可达到去除虚警目标和消除目标之间的粘连的目的，使得提取到的木材目标可直接用于计数。本发明专利技术所提方法的有效性得到了实验的验证。

【技术实现步骤摘要】

本专利技术属于图像处理
，具体涉及一种基于轮廓优化的木材计数方法。
技术介绍
木材数量的自动计数方法的研究，对有效利用森林，控制森林乱砍乱伐有着重要的意义。传统的方法都是通过人工去统计砍伐的木材的数量，这不仅消耗了大量人力物力，而且效率低下。在基于图像处理的木材自动计数算法方面的现有技术不多；现有的典型的基于图像处理的木材自动计数算法，都是用颜色模型对木头截面进行提取，然后在此基础上进行图像预分割和去噪滤波，以提取有效的木材候选目标，最后再用区域标记等算法对这些提取到的木材目标进行计数。然而经过图像预分割后得到的木材候选目标往往存在虚警目标多和目标之间会有很多粘连的问题，这些问题直接影响到木材计数的精度，甚至导致提取到的木材目标图像无法直接用于木材计数。现有技术中，多采用数学形态学算子对整幅图像进行全局处理来解决上述图像预分割后的虚警和粘连问题；这种方法难于设计适用于整幅图像的通用结构算子，以应对各种真实木材目标和虚警目标情况，对目标之间的复杂粘连也难于有效的处理。
技术实现思路
针对现有技术的以上缺陷或改进需求，本专利技术提供了一种基于轮廓优化的木材计数方法，其目的在于提高利用图像进行木材计数的精度。为实现上述目的，按照本专利技术的一个方面，提供了一种基于轮廓优化的木材计数方法，该方法具体包括如下步骤：(1)对原始木材图像进行尺寸变换，获得新图像；(2)采用颜色模型从所述新图像提取木材目标区域图像，并使用边缘算子提取所述新图像的边缘图像；(3)对所述木材目标区域图像和所述边缘图像进行融合处理，获得预分割图像；(4)对所述预分割图像进行轮廓优化处理，去除预分割图像中的虚警目标，并消除目标之间的粘连，获得处理后的分割图像；(5)采用图像标记算法根据处理后的分割图像进行木材数量统计。优选地，上述基于轮廓优化的木材计数方法，步骤(3)中，根据对木材目标区域图像和边缘图像进行融合；其中，(x,y)是指待处理图像像素的行列坐标，P(x,y)是指预分割处理后得到的木材目标图像，E(x,y)是指二值边缘图像，O(x,y)是指二值木材目标区域提取图像；采用0表示背景像素，1表示木材目标。优选地，上述基于轮廓优化的木材计数方法，其步骤(4)中的轮廓优化处理是一个迭代过程，其包括如下子步骤：(4-1)将所述预分割图像作为待处理图像；(4-2)提取待处理图像的内轮廓和外轮廓；(4-3)判断是否不存在内轮廓，且判断当前迭代外轮廓数量与上次迭代外轮廓数量是否相同；若是，则结束轮廓优化处理；若否，则以当前迭代外轮廓数量作为上次迭代外轮廓数量，并进入步骤(4-4)；(4-4)获取待处理图像的外轮廓i的面积；(4-5)判断所述外轮廓i的面积是否小于单根木材截面最小面积，若是，则用背景像素填充外轮廓i，并进入步骤(4-14)；若否，则进入步骤(4-6)；(4-6)获取所述外轮廓i的圆度；(4-7)判断所述外轮廓i的圆度是否小于给定的圆度阈值，并判断所述外轮廓i的面积是否大于单根木材截面最大面积；若是，则将外轮廓i进行腐蚀处理，并进入步骤(4-14)；若否，则进入步骤(4-8)；其中，圆度阈值根据单根木材截面的最小圆度值确定；(4-8)判断所述外轮廓i是否具有内轮廓，若是，则进入步骤(4-9)；若否，则进入步骤(4-14)；(4-9)从所述外轮廓i提取第K个内轮廓；(4-10)获取所述第K个内轮廓的面积；(4-11)判断所述第K个内轮廓的面积是否小于单根木材截面最小面积，若是，则用目标像素填充所述第K个内轮廓，并进入步骤(4-13)；若否，则进入步骤(4-12)；(4-12)对所述第K个内轮廓进行膨胀处理；(4-13)判断所述外轮廓i的内轮廓是否提取完毕，若否，则令K＝K+1，并进入步骤(4-9)；若是，则进入步骤(14)；(4-14)判断i是否达到当前迭代外轮廓数量，若是，设置本次内轮廓存在标记，并将经过膨胀处理和腐蚀处理之后获得的图像作为待处理图像，进入步骤(4-2)；若否，则令i＝i+1，并进入步骤(4-4)。优选地，上述基于轮廓优化的木材计数方法，轮廓圆度其中，S为轮廓面积，是指轮廓内像素的个数；L为轮廓周长，以像素为单位；圆度表示木材轮廓与圆的相似程度，其最大值为1；由于提取出来的木材轮廓往往不是严格的圆，轮廓圆度C小于1；轮廓圆度C越接近1表明该轮廓形状越接近圆。优选地，上述基于轮廓优化的木材计数方法，腐蚀处理是采用背景像素替换外轮廓最外一圈目标像素，以达到缩小所述外轮廓的目的。优选地，上述基于轮廓优化的木材计数方法，膨胀处理是采用背景像
素替换紧邻内轮廓最外一圈的目标像素，以达到扩张所述内轮廓的目的。总体而言，通过本专利技术所构思的以上技术方案与现有技术相比，能够取得下列有益效果：(1)本专利技术提供的基于轮廓优化的木材计数方法，对木材图像进行尺寸变换获得具有便于后期处理的木材目标图像；对其提取木材目标区域图像和边缘图像；并对其进行融合处理，获得预分割图像；对预分割图像进行轮廓优化处理，分别对提取到的外轮廓和内轮廓分别进行腐蚀和膨胀的优化，直到提取到的外轮廓数量不变且不存在内轮廓为止；达到去除虚警目标和消除目标之间的粘连的目的；与现有技术相比较而言，本专利技术通过轮廓优化处理消除了虚警目标和目标之间的粘连；由于虚警目标会造成计数数量的错误增加，粘连会使得多个目标被计数成一个目标，因此，在消除了这些干扰因素后，可以提高木材计数的精度；(2)本专利技术提供的基于轮廓优化的木材计数方法，其轮廓优化处理中，结合了候选木材目标轮廓的圆度与面积信息，根据轮廓的不同特点，对各个轮廓单独实施腐蚀或膨胀，以及填充处理；并对图像预分割得到的候选木材目标轮廓图像进行迭代优化，达到去除虚警目标和消除目标之间的粘连的目的，使得提取到的木材目标可直接用于准确的计数。附图说明图1是实施例提供的基于轮廓优化的木材计数方法的流程图；图2是实施例中的轮廓优化算法的流程图；图3是实施例中经过尺度变换后的木材图像；图4是实施例中提取到的木材目标区域图像；图5是实施例中提取到的边缘图像；图6是实施例中木材目标区域图像和边缘图像融合得到的预分割图像；图7是实施例中预分割图像经过轮廓优化算法第3次迭代的图像；图8是实施例中经过轮廓优化算法最终的分割图像；图9是实施例中木材计数的结果图像。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。此外，下面所描述的本专利技术各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。本专利技术实施例提供的基于轮廓优化的木材计数方法，其流程如图1所示，包括如下步骤：(1)对原始木材图像进行尺寸变换，获得新图像；(2)采用颜色模型从所述新图像提取木材目标区域图像，并使用边缘算子提取所述新图像的边缘图像；(3)对所述木材目标区域图像和所述边缘图像进行融合处理，获得预分割图像；(4)对所述预分割图像进行轮廓优化处理，去除预分割图像中的虚警目标，并消除目标之间的粘连；获得处理后的分割图像；(5)采用图像标记算法对处理后的分割图像进行木材数量统计。本实施例中，步骤(4)的轮廓优化处理的流程如图2所示，具体如下本文档来自技高网...

【技术保护点】
一种基于轮廓优化的木材计数方法，其特征在于，包括如下步骤：(1)对原始木材图像进行尺寸变换，获得新图像；(2)采用颜色模型从所述新图像提取木材目标区域图像，并使用边缘算子提取所述新图像的边缘图像；(3)对所述木材目标区域图像和所述边缘图像进行融合处理，获得预分割图像；(4)对所述预分割图像进行轮廓优化处理，去除预分割图像中的虚警目标，消除目标之间的粘连，获得处理后的分割图像；(5)采用图像标记算法，根据处理后的分割图像进行木材数量统计。

【技术特征摘要】
1.一种基于轮廓优化的木材计数方法，其特征在于，包括如下步骤：(1)对原始木材图像进行尺寸变换，获得新图像；(2)采用颜色模型从所述新图像提取木材目标区域图像，并使用边缘算子提取所述新图像的边缘图像；(3)对所述木材目标区域图像和所述边缘图像进行融合处理，获得预分割图像；(4)对所述预分割图像进行轮廓优化处理，去除预分割图像中的虚警目标，消除目标之间的粘连，获得处理后的分割图像；(5)采用图像标记算法，根据处理后的分割图像进行木材数量统计。2.如权利要求1所述的木材计数方法，其特征在于，所述步骤(3)中，根据对所述木材目标区域图像和边缘图像进行融合；其中，(x,y)是指待处理图像像素的行列坐标，P(x,y)是指预分割处理后得到的木材目标图像，E(x,y)是指二值边缘图像，O(x,y)是指二值木材目标区域提取图像。3.如权利要求1所述的木材计数方法，其特征在于，步骤(4)所述的轮廓优化处理是一个迭代过程，包括如下子步骤：(4-1)将所述预分割图像作为待处理图像；(4-2)提取待处理图像的内轮廓和外轮廓；(4-3)判断是否不存在内轮廓，且判断当前迭代外轮廓数量与上次迭代外轮廓数量是否相同；若是，则结束轮廓优化处理；若否，则以当前迭代外轮廓数量作为上次迭代外轮廓数量，并进入步骤(4-4)；(4-4)获取待处理图像的外轮廓i的面积；(4-5)判断所述外轮廓i的面积是否小于单根木材截面最小面积，若
\t是，则用背景像素填充外轮廓i，并进入步骤(4-14)；若否，则进入步骤(4-6)；(4-6)获取所...

【专利技术属性】
技术研发人员：姜军，向展，胡若澜，赵永乐，邱卫林，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：湖北;42