数字图像的细长型连通区域提取方法技术
【技术实现步骤摘要】
数字图像的细长型连通区域提取方法
本专利技术一般涉及计算机视觉领域，具体涉及数字图像的细长型连通区域提取方法。
技术介绍
随着家禽养殖技术的发展，家禽已经成为人类重要的食物来源。确定禽蛋胚胎发育质量是家禽育种中的一个关键问题，对提高育种质量、降低育种成本起着重要作用。其中禽蛋胚胎血管长度及粗细确定禽蛋胚胎发育质量，进而进行禽蛋筛选的一个重要指标，传统禽蛋胚胎血管检测方法(如人工解剖)会破坏禽蛋胚胎结构，不仅检测耗时长，而且需人工对每个禽蛋进行操作，所需的人力资源成本高昂。此外，其侵入式检测的缺点使得禽蛋在检测完成后无法继续发育，决定了其只能以抽检的方式应用，无法对每个禽蛋发育质量进行检测。因此，探索一种不影响禽蛋胚胎发育的禽蛋胚胎血管检测方法成了当务之急。数字图像的细长型连通区域提取方法克服了传统侵入式的禽蛋血管测量方法耗时长、费用高、破坏禽蛋胚胎等缺陷，实现了完全不影响胚胎发育的条件下快速准确的禽蛋胚胎血管检测，为家禽育种中的自动化禽蛋筛选提供了有效的解决方案。
技术实现思路
本专利技术针对现有侵入式的禽蛋胚胎血管检测方法的不足，提供了数字图像的细长型连通区域提取方...
【技术保护点】
数字图像的细长型连通区域提取方法，其特征在于，包括以下步骤：(a)读取一幅待检测图像；(b)根据步骤(a)读入的图像，检测包含细长型连通区域的外接矩形，并对该区域进行旋转校正及裁切；(c)根据细长型连通区域的特点，对步骤(b)中得到的裁切后的图像进行图像增强处理，扩大细长型连通区域与非细长型连通区域的区别；(d)对步骤(c)得到的增强后的图像进行细长型连通区域检测；(e)根据步骤(d)的结果，对细长型连通区域检测结果进行后处理；(f)根据步骤(e)的结果，统计细长型连通区域长度、直径信息。
【技术特征摘要】
1.数字图像的细长型连通区域提取方法，其特征在于，包括以下步骤：(a)读取一幅待检测图像；(b)根据步骤(a)读入的图像，检测包含细长型连通区域的外接矩形，并对该区域进行旋转校正及裁切；(c)根据细长型连通区域的特点，对步骤(b)中得到的裁切后的图像进行图像增强处理，扩大细长型连通区域与非细长型连通区域的区别；(d)对步骤(c)得到的增强后的图像进行细长型连通区域检测；(e)根据步骤(d)的结果，对细长型连通区域检测结果进行后处理；(f)根据步骤(e)的结果，统计细长型连通区域长度、直径信息。2.根据权利要求1所述数字图像的细长型连通区域提取方法，其特征在于：步骤(b)包括以下步骤：(b-1)根据HSV模型，计算图像中每个像素的色相；(b-2)对步骤(b-1)的色相图像进行二值化：色相值大于0.4的像素二值化为1，色相值小于等于0.4的像素二值化为0；(b-3)根据步骤(b-2)得到的二值图像，计算每个二值连通域所包含的像素数量；(b-4)根据步骤(b-3)得到的各二值连通域像素数量，取像素数量最大的连通域，计算其最小外接椭圆及椭圆长轴与x轴的夹角θ；(b-5)根据步骤(b-4)得到的最小外接椭圆的长轴与x轴的夹角θ，将图像顺时针旋转90+θ度；(b-6)根据步骤(b-5)得到的旋转后的图像，取像素数量最大的连通域计算其最小外接矩形，并以该矩形为边界对图像进行裁切。3.根据权利要求1所述数字图像的细长型连通区域提取方法，其特征在于，步骤(c)包括以下步骤：(c-1)根据HSV模型，计算步骤(b)所获得裁切后图像中每个像素的色相；(c-2)将步骤(c-1)所得色相图像缩放成固定大小的图像，图像大小根据步骤(a)所采集图像大小设置，设图像的宽为W像素、高为H像素；(c-3)用对比度受限的自适应梯度直方图均衡化方法对步骤(c-2)所得图像进行处理。4.根据权利要求3所述数字图像的细长型连通区域提取方法，其特征在于：步骤(c-3)具体包括：1)将图像分成3行3列共9个子图像，分别对每个子图像进行直方图均衡化；2)直方图均衡化对比度因子为0.4，即将图像直方图中像素数量超过最大值的0.6倍的部分均匀映射到直方图的其余区域。5.根据权利要求1所述数字图像的细长型连通区域提取方法，其特征在于，步骤(d)包括以下步...
【专利技术属性】
技术研发人员：黄翰，梁椅辉，郝志峰，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。