一种面向多种类混合蚕茧的计数方法技术

本发明专利技术公开了一种面向多种类混合蚕茧的计数方法，该蚕茧计数方法对采集到的多种类混合蚕茧样本图像依次进行预处理、二值化处理、腐蚀，然后利用距离变换和归一化操作对多种类蚕茧进行去粘连，接着进行二值化处理、膨胀，最后进行连通域标记及轮廓查找，轮廓个数即为蚕茧个数。本发明专利技术利用距离变换及归一化操作，将蚕茧内部像素点距离边界所有零像素点的距离以灰度值的形式表示，在蚕茧中心形成一条亮纹，以亮纹代表每一个蚕茧，再利用归一化操作，进一步收缩蚕茧边界，粘连的蚕茧被完全分离，很好地解决了蚕茧种类繁多及蚕茧粘连导致计数不准的问题，大大改善了分割的效果，提高了计数的准确度和速度。

【技术实现步骤摘要】
一种面向多种类混合蚕茧的计数方法
本专利技术涉及蚕茧计数
，具体涉及一种面向多种类混合蚕茧的计数方法。
技术介绍
目前，在工业、农业、军事、以及医学等方面，经常需要对目标物体进行数目的统计，以便于检测目标物体的质量。例如，医学上测量血液里的细胞数量，通过细胞的数目来诊断人体的健康状况；还有对药片的数目统计；农业上，对大米、玉米种子的计数；缫丝生产中检测蚕茧的数目，来确定生产的生丝质量等。在缫丝生产过程中，生产规模比较大，蚕在生长过程中，由于养殖方法以及养殖环境的影响，导致最后结成的蚕茧种类不一样，形成的蚕茧种类繁多，按蚕茧的大小分有单宫茧、双宫茧，按颜色分有黄茧、白茧，按结构形状分有薄茧、口茧、印头茧。蚕茧数目多、种类多，传统的计数方法是通过人工来计数，由于蚕茧种类繁多，在进行计数的过程中需先将不同种类蚕茧进行分类，分别进行计数，不仅步骤繁杂，耗时耗力，且在人工计数过程中，由于长时间的工作容易造成视觉疲劳，导致计数错误，多数、漏数情况经常发生。随着计算机图像处理技术的快速发展，通过计算机图像处理技术与机器视觉技术、人工智能的结合，开发出能快速对多种类混合蚕茧进行计数的系统，不仅能提高劳动生产率，而且可以解决蚕茧种类繁多带来的计数影响，此方法不仅可以解决蚕茧粘连导致计数不准确的问题，而且还能在多种类混合蚕茧的情况下达到准确计数。公开号为CN105095958A的中国专利申请公开了一种蚕茧计数方法，该方法通过对采集到的蚕茧样本图像进行预处理、二值化处理，将二值图像中的目标区域标记为连通区域，根据连通区域面积与单个蚕茧面积的比值来进行计数，由于单宫茧和双宫茧的体积大小相差较大，薄茧、上车茧、口茧体积也大小不一，对其处理后蚕茧面积缺损，加上蚕茧之间的粘连情况，很容易导致计数结果的不准确。
技术实现思路
针对现有技术的不足，本专利技术提供了一种面向多种类混合蚕茧的计数方法。(1)采集多种类混合蚕茧的样本图像，对采集到的蚕茧样本图像进行预处理，得到预处理后的图像；(2)对步骤(1)预处理后的图像进行二值化分割，利用自适应阈值分割算法确定最佳阈值，超过最佳阈值的像素点预判为目标区域，低于最佳阈值的像素点预判为背景区域，得到二值化图像；(3)对步骤(2)所述二值化图像中任意一个由目标像素点组成的连通区域进行腐蚀操作,所述目标像素点为二值化分割过程中像素值大于最佳阈值的像素点；(4)对步骤(3)处理后的二值图像进行距离变换，距离变换公式如下：G(x,y)＝255*(S(x,y)-Min)/(Max-Min)式中，连通域中每一个内部点到非内部点集的最小距离构成集合S(x,y)，Min、Max为集合S(x,y)中的最小值和最大值，G(x,y)为距离变换后连通域内每一个内部像素点所对应的灰度值，图像由二值图转变为灰度图，每个像素点的灰度值对应距离变换过程中的距离值，距离变换之后进行归一化操作，将原始数据转换到[0,1]的范围，归一化公式如下：式中，G(x,y)norm为归一化后的数据，G(x,y)为归一化之前的原始数据，G(x,y)max、G(x,y)min分别为原始数据集的最大值和最小值；(5)对步骤(4)处理后的灰度图像进行阈值化二值分割，依然采用自适应阈值分割算法确定最佳阈值，超过最佳阈值的像素点预判为目标区域，低于最佳阈值的像素点预判为背景区域，得到二值化图像；(6)对步骤(5)所述二值化图像中任意一个由目标像素点组成的连通区域进行膨胀操作,所述目标像素点为像素值大于最佳阈值的像素点；(7)对步骤(6)所述二值图像进行连通域标记，并对标记后的连通域进行外围轮廓查找与统计，计算所有轮廓个数，轮廓个数即为该蚕茧样本的蚕茧个数。与现有技术相比，本专利技术在连通域标记、计数之前，不仅仅进行简单的形态学膨胀腐蚀，在连通域标记之前，为了将粘连的蚕茧完全分离，重点进行了距离变换、归一化操作、阈值化二值分割、膨胀，利用距离变换，将蚕茧内部像素点距离边界所有零像素点的距离以灰度值的形式表示，距离越远，灰度值越高，蚕茧中心像素点距离边界零像素点最远，将在蚕茧中心形成一条亮纹，以蚕茧中心的亮纹代表每一个蚕茧，再利用归一化操作，将数据转换到[0,1]范围，进一步收缩蚕茧边界，粘连的蚕茧被完全分离，解决了粘连的问题，同时大大提高了计数的准确性。所述步骤(1)中预处理过程包括依次对采集到的多种类蚕茧样本图像进行中值滤波、均值漂移、直方图均衡化。中值滤波对椒盐噪声的去除有很好的效果；均值漂移算法能够增加蚕茧中心、蚕茧边缘和背景之间的对比度，能为后续分割提供较好效果，边界处的端点一般是伪端点，均值漂移增加了蚕茧中心与边缘的对比度，能加快图像分割的处理速度和精度；直方图均衡化能增强图像对比度和亮度，提高图像质量，减少外部环境带来的光照影响。所述步骤(2)包括：(2-1)采用自适应阈值分割算法进行二值化，利用TRIANGLE三角形阈值法确定最佳阈值；(2-2)从上到下、从左到右，依次遍历图像所有像素点的像素值，若像素值大于最佳阈值则设定像素值为255，若小于或等于最佳阈值则设定像素值为0，得到二值化图像。所述步骤(2-1)包括如下步骤：(2-11)计算预处理后灰度图像的灰度直方图，假设直方图最大波峰在靠近直方图最亮的一侧，在直方图最低峰点与最高峰点之间构造一条直线L，将直方图最低峰与最高峰所对应的灰度值T1,T2作为一个阈值范围，计算阈值范围(T1,T2)中每个对应点到直线L的距离D1，D2……Dn，比较距离值D1,D2……Dn，取D1,D2……Dn中最大距离值为Dmax；(2-12)最大距离Dmax所在的直线与直方图横轴相交，交点横坐标对应阈值T0,T0作为最佳阈值；(2-13)若最大波峰对应位置不在直方图最亮一侧，而在最暗的一侧，就将直方图进行翻转，翻转之后求得对应阈值，用255减去对应阈值即得到最佳阈值T0。自适应阈值分割算法一般采用OTSU法确定最佳阈值进行分割，但本专利技术面向多种类混合蚕茧的情况，上车茧、黄茧、薄茧、印头茧、口茧、双宫茧，六种茧大小不一、形状不一、颜色不一，口茧有缺口，薄茧形状偏瘪，有褶皱，预处理过程中，薄茧表面容易形成两个或多个灰度范围，采用OTSU法二值化后易产生大面积孔洞现象，影响后续分割。本专利技术采用TRIANGLE三角阈值确定最佳阈值，对预处理后的蚕茧表面灰度范围做优化处理，结合灰度直方图确定最佳阈值，大大减小由于蚕茧表面褶皱带来的孔洞现象。所述步骤(3)中腐蚀的次数为11～15次。腐蚀是将目标像素点组成的连通区域进行缩小，一次腐蚀实际上就是将目标像素点组成的连通区域的边缘内缩一个像素。通过腐蚀能够使各个粘连的蚕茧分开，腐蚀的次数取决于蚕茧样本的粘连程度，可根据实际情况调整。所述步骤(4)包括：(4-1)距离变换公式如下：G(x,y)＝255*(S(x,y)-Min)/(Max-Min)式中，连通域中每一个内部点到非内部点集的最短距离构成集合S(x,y)，Min、Max为集合S(x,y)中的最小值和最大值，G(x,y)为距离变换后连通域中每一个内部像素点所对应的灰度值；(4-2)通过使用两遍扫描光栅方式，计算二值图像各个连通域中非零像素点到连通域边界零像素点的距离，确定非零像素点到所在连通域边界所有零像素点的最短距离本文档来自技高网...

【技术保护点】
1.一种面向多种类混合蚕茧的计数方法，其特征在于，包括：(1)采集多种类混合蚕茧的样本图像，对采集到的蚕茧样本图像进行预处理，得到预处理后的图像；(2)对步骤(1)预处理后的图像进行二值化分割，利用自适应阈值分割算法确定最佳阈值，超过最佳阈值的像素点预判为目标区域，低于最佳阈值的像素点预判为背景区域，得到二值化图像；(3)对步骤(2)所述二值化图像中任意一个由目标像素点组成的连通区域进行腐蚀操作,所述目标像素点为二值化分割过程中像素值大于最佳阈值的像素点；(4)对步骤(3)处理后的二值图像进行距离变换，距离变换公式如下：G(x,y)＝255*(S(x,y)‑Min)/(Max‑Min)式中，连通域中每一个内部点到非内部点集的最小距离构成集合S(x,y)，Min、Max为集合S(x,y)中的最小值和最大值，G(x,y)为距离变换后连通域内每一个内部像素点所对应的灰度值，图像由二值图转变为灰度图，每个像素点的灰度值对应距离变换过程中的距离值，距离变换之后进行归一化操作，将原始数据转换到[0,1]的范围，归一化公式如下：

【技术特征摘要】
1.一种面向多种类混合蚕茧的计数方法，其特征在于，包括：(1)采集多种类混合蚕茧的样本图像，对采集到的蚕茧样本图像进行预处理，得到预处理后的图像；(2)对步骤(1)预处理后的图像进行二值化分割，利用自适应阈值分割算法确定最佳阈值，超过最佳阈值的像素点预判为目标区域，低于最佳阈值的像素点预判为背景区域，得到二值化图像；(3)对步骤(2)所述二值化图像中任意一个由目标像素点组成的连通区域进行腐蚀操作,所述目标像素点为二值化分割过程中像素值大于最佳阈值的像素点；(4)对步骤(3)处理后的二值图像进行距离变换，距离变换公式如下：G(x,y)＝255*(S(x,y)-Min)/(Max-Min)式中，连通域中每一个内部点到非内部点集的最小距离构成集合S(x,y)，Min、Max为集合S(x,y)中的最小值和最大值，G(x,y)为距离变换后连通域内每一个内部像素点所对应的灰度值，图像由二值图转变为灰度图，每个像素点的灰度值对应距离变换过程中的距离值，距离变换之后进行归一化操作，将原始数据转换到[0,1]的范围，归一化公式如下：式中，G(x,y)norm为归一化后的数据，G(x,y)为归一化之前的原始数据，G(x,y)max、G(x,y)min分别为原始数据集的最大值和最小值；(5)对步骤(4)处理后的灰度图像进行阈值化二值分割，依然采用自适应阈值分割算法确定最佳阈值，超过最佳阈值的像素点预判为目标区域，低于最佳阈值的像素点预判为背景区域，得到二值化图像；(6)对步骤(5)所述二值化图像中任意一个由目标像素点组成的连通区域进行膨胀操作,所述目标像素点为像素值大于最佳阈值的像素点；(7)对步骤(6)所述二值图像进行连通域标记，并对标记后的连通域进行外围轮廓查找与统计，计算所有轮廓个数，轮廓个数即为该蚕茧样本的蚕茧个数。2.如权利要求1所述的面向多种类混合蚕茧的计数方法，其特征在于，所述步骤(1)中预处理过程包括依次对采集到的多种类混合蚕茧样本图像进行中值滤波、均值漂移滤波、直方图均衡化。3.如权利要求1所述的面向多种类混合蚕茧的计数方法，其特征在于，所述步骤(2)包括：(2-1)采用自适应阈值分割算法进行二值化，利用TRIANGLE三角形阈值法确定最佳阈值；(2-2)从上到下、从左到右，依次遍历图像所有像素点的像素值，若像素值大于最佳阈值则设定像素值为255，若小于或等于最佳阈值则设定像素值为0，得到二值化图像。4.如权利要求3所述的面向多种类混合蚕茧的计数方法，其特征在于，所述步骤(2-1)包括如下步骤：(2-11)计算预处理后灰度图像的灰度直方图，假设直方图最大波峰在靠近直方图最亮的一侧，在直方图最低峰点与最高峰点之间构造一条直线L，将直方图最低峰与最高峰所对应的灰度值T1,T2作为一个阈值范围，计算阈值范围(T1,T2)中每个对应点到直线L的距离D1，D2……Dn，比较距离值D1,D2……Dn，取D1,D2……Dn中最大距离值为Dmax；(2-12)最大距离Dmax所在的直线与直方图横轴相交，交点横坐标对应阈值T0,T0作为最佳...

【专利技术属性】
技术研发人员：古亭，李子印，王乐，
申请(专利权)人：中国计量大学，
类型：发明
国别省市：浙江,33