一种改进的基于凹点匹配的粘连颗粒目标分割方法技术

本发明专利技术公开了一种改进的基于凹点匹配的粘连颗粒目标分割方法，属于图像处理技术领域。本发明专利技术首先进行图像预处理，以获得待分割目标的轮廓及凹点；然后，基于形态学操作进行初步分割，从而有效减少进行匹配处理的凹点数量；接着，基于局部凹点匹配的分割处理，即首先进行局部凹点匹配处理，再基于匹配结果实现第一分割处理；最后，基于距离变换处理进行第二分割处理，解决孤立凹点的技术问题。本发明专利技术可以用于农业数种、分割等技术领域，其分割准确高。

An Improved Segmentation Method for Adhesive Particle Targets Based on Concave Matching

【技术实现步骤摘要】
一种改进的基于凹点匹配的粘连颗粒目标分割方法
本专利技术属于图像处理
，具体涉及对粘连颗粒目标的分割处理。
技术介绍
近年来，产品的检测和分类技术一直是各个科学领域研究的热点，而颗粒状产品的生产、加工、检测在实际生产过程中又具有重要的地位。由于颗粒状目标通常数目巨大，人工测量统计非常困难，因此采用图像处理技术先将其转换为二维图像，然后再将粘连的目标进行合理准确地分离。目前较好的粘连目标分割方法有形态学分割算法、分水岭分割算法、凹点匹配算法等等，这些算法对于不同的粘连多目标不具备普适性。形态学分割算法是以形态结构元素为基础对图像进行分割的算法，其基本思想是用具有一定形态的结构元素去度量和提取图像中的对应形状以达到对图像分析和识别的目的，该分割算法应用广泛，但针对粘连十分严重的目标无法正常将其分离；分水岭分割算法是一种基于拓扑理论的数学形态学的分割方法，其基本思想是把图像看作是测地学上的拓扑地貌，图像中每一点像素的灰度值表示该点的海拔高度，每一个局部极小值及其影响区域称为集水盆，集水盆的边界则形成了分水岭，该分割算法常常由于图像上的噪声和图局部不连续等原因出现过度分割。现有的图像分割方法主要存在以下几个缺陷：(1)误分割与过分割。目前已有的分割算法，针对粘连程度较为严重的图像时会经常出现误分割以及过分割问题；(2)效率低。现有的分割算法运行效率较低，浪费大量的计算成本，需要进一步提高；(3)局限性。现有的基于全局凹点匹配的分割算法具有很大的局限性，该算法的前提是必须要有两个凹点形成凹点对，而在凹点匹配算法过后可能会出现孤立凹点，这些孤立凹点无法使用凹点匹配算法进行分割。
技术实现思路
本专利技术的专利技术目的在于：针对上述存在的问题，提供一种改进的基于凹点匹配的粘连颗粒目标分割方法。本专利技术的改进的基于凹点匹配的粘连颗粒目标分割方法，包括下列步骤：步骤1：将待分割图像转换为灰度图后，进行图像二值化处理及高斯滤波去噪处理；再进行边缘检测处理，得到粘连目标二值图像的初始轮廓图像；步骤2：基于预设的粘连目标的圆形模板图像，提取初始轮廓图像中的轮廓凹点；步骤3：基于初始轮廓图像，采用形态学操作的图像分割处理，实现对轮廓图像的初步分割，并将分割出来的目标从初始轮廓图像中去除，得到第一轮廓图像；步骤4：基于局部凹点匹配的图像分割处理：对第一轮廓图像进行轮廓凹点的局部凹点匹配处理，并以得到的匹配凹点对作为分割线，实现对第一轮廓图像的第一分割处理；其中，局部凹点匹配处理具体为：步骤401：计算每一个凹点与其各备用凹点之间的凹点距离；其中备用凹点为位于局部筛选范围内凹点，所述局部筛选范围为：以当前凹点为中心，半径为待分割目标平均长度的圆区域；步骤402：遍历每个未匹配的凹点，对未匹配的凹点进行凹点匹配处理；步骤403：在当前凹点的备用凹点中搜索距离当前凹点最近且未匹配过的凹点，作为待匹配凹点；步骤404：判断当前凹点在待匹配凹点的备用凹点中的未匹配凹点中是否也属于距离最近的凹点，若是，则执行步骤405；否则继续执行步骤403；步骤405：判断当前凹点与待匹配凹点间的连线是否在待分割目标内部，若是，则执行步骤406；否则继续执行步骤403；步骤406：两凹点间连线是否位于两个凹点的夹角中间，若是，则判断所有凹点是否都被匹配，若是，则结束；否则继续执行步骤403。在凹点匹配处理中，已经进行过匹配处理单未匹配成功的备用凹点，则在下一次的匹配处理中，不再考虑，例如步骤403中，若上一次进行判断的待匹配凹点未能满足步骤404、405和/或406，则下一次搜索距离当前凹点最近的未匹配过的凹点时，将不再考虑。若某个凹点其所有备用凹点均不满足404、405和406，则其为孤立凹点，未能匹配到对应的匹配点。步骤5：对第一分割处理后的各孤立轮廓凹点，基于距离变换处理进行第二分割处理：对包括孤立轮廓凹点的轮廓图进行距离变换处理，即将轮廓图中的各像素点的灰度值替换为各像素点到轮廓边界的最短欧式距离，得到距离变换后的轮廓图；在距离变换后的轮廓图中，设置对应孤立轮廓点第二分割线，基于各第二分割线完成轮廓图的第二分割处理；其中第二分割线为：从孤立轮廓凹点处沿梯度的反方向以最短路径到达灰度值最大的像素点后，再从该灰度值最大的像素点处沿梯度方向以最短路径到达灰度值最小的像素点。综上所述，由于采用了上述技术方案，本专利技术的有益效果是：(1)避免误分割与过分割。现有的分割方法有形态学分割算法、分水岭分割算法、凹点匹配算法等等，这些算法对于不同的粘连多目标不具备普适性，本专利技术基于现有的凹点匹配算法设置了一种适用于粘连多目标分割方案；(2)提高分割处理的运行效率。改进现有的分割效果最好的基于全局凹点匹配的分割算法，提高分割运行效率；(3)解决孤立凹点无法分割的技术问题。通过将凹点匹配算法与水滴下落算法有机结合，解决孤立凹点无法分割的技术问题。附图说明图1为具体实施方式中针对稻米种子的分割处理示意图；图2为二值化处理示意图，其中图2-a为二值化之前的灰度图；图2-b为二值化处理结果；图3为存在颗粒物的粘连目标的示意图；图4为圆形模板检测凹点示意图，其中图4-a为去除了颗粒物的二值化图，图4-b为经过Canny边缘检测后的轮廓图，图4-c为圆形模板检测凹点示意图。图5为全局凹点匹配处理中的凹点匹配示例图，其中图5-a、图5-b和图5-c为不同的匹配结果示例图；图6为全局凹点匹配示意图。(a)原二值图；(b)全局凹点匹配；图7为基于局部凹点匹配的分割处理流程示意图图8为孤立凹点示意图，其中图8-a为分割前的凹点示意图，图8-b为分割后的孤立凹点示意图；图9为距离变换处理示意图，其中图9-a为距离变换处理前的二值图，图9-b为距离变换处理后的对应图像；图10为将距离变换处理后的图像像素对应的灰度值设置为高度的示意图；图11为本专利技术的最短路径分割示意图，其中图11-a为含孤立凹点的二值图像；图11-b为对应的分割效果图；图12为本专利技术与基于全局匹配的分割方案的准确率对比图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面结合实施方式和附图，对本专利技术作进一步地详细描述。本专利技术的目的在于提高粘连多目标(如稻米、药片、白细胞等)的分割效率，提高分割的精确度，解决孤立凹点无法分割的技术问题。本专利技术的分割方法尤其适用于自身没有凹点的目标的粘连颗粒目标分割，例如：稻米、药片、白细胞等。本专利技术的分割处理主要包括三个部分：首先，通过传统形态学操作来分割粘连程度较轻的粘连目标，减少凹点数量；其次，使用基于局部凹点匹配的方式，以改进现有的基于全局凹点匹配方式的不足，在保证相同准确率的前提下提升算法运行效率；最后，使用基于距离变换函数的分割方法解决第二步无法处理的孤立凹点技术问题。参加图1，本具体实施方式中，针对分割目标为稻米种子的图像的具体分割处理包括下述处理步骤：步骤1：图像预处理：将待分割图像转换为灰度图后，进行图像二值化处理及高斯去噪处理；再进行边缘检测处理，得到粘连目标二值图像的轮廓图像。本具体实施方式中，采用阈值处理方式将原图中的背景设置为黑色(像素值(灰度值)设置为0)，粘连目标设置为白色(像素值设置为1)，可用公式表示如下：其中T为阈值，f(x,y)表示原图中坐标为(x本文档来自技高网...

【技术保护点】
1.一种改进的基于凹点匹配的粘连颗粒目标分割方法，其特征在于，包括下列步骤：步骤1：将待分割图像转换为灰度图后，进行图像二值化处理及高斯滤波去噪处理；再进行边缘检测处理，得到粘连目标二值图像的初始轮廓图像；步骤2：基于预设的粘连目标的圆形模板图像，提取初始轮廓图像中的轮廓凹点；步骤3：基于初始轮廓图像，采用形态学操作的图像分割处理，实现对轮廓图像的初步分割，并将分割出来的目标从初始轮廓图像中去除，得到第一轮廓图像；步骤4：基于局部凹点匹配的图像分割处理：对第一轮廓图像进行轮廓凹点的局部凹点匹配处理，并以得到的匹配凹点对作为分割线，实现对第一轮廓图像的第一分割处理；其中，局部凹点匹配处理具体为：步骤401：计算每一个凹点与其各备用凹点之间的凹点距离；其中备用凹点为位于局部筛选范围内凹点，所述局部筛选范围为：以当前凹点为中心，半径为待分割目标平均长度的圆区域；步骤402：遍历每个未匹配的凹点，对未匹配的凹点进行凹点匹配处理；步骤403：在当前凹点的备用凹点中搜索距离当前凹点最近且未匹配过的凹点，作为待匹配凹点；步骤404：判断当前凹点在待匹配凹点的备用凹点中的未匹配凹点中是否也属于距离最近的凹点，若是，则执行步骤405；否则继续执行步骤403；步骤405：判断当前凹点与待匹配凹点间的连线是否在待分割目标内部，若是，则执行步骤406；否则继续执行步骤403；步骤406：两凹点间连线是否位于两个凹点的夹角中间，若是，则判断所有凹点是否都被匹配，若是，则结束；否则继续执行步骤403。步骤5：对第一分割处理后的各孤立轮廓凹点，基于距离变换处理进行第二分割处理：对包括孤立轮廓凹点的轮廓图进行距离变换处理，即将轮廓图中的各像素点的灰度值替换为各像素点到轮廓边界的最短欧式距离，得到距离变换后的轮廓图；在距离变换后的轮廓图中，设置对应孤立轮廓点第二分割线，基于各第二分割线完成轮廓图的第二分割处理；其中第二分割线为：从孤立轮廓凹点处沿梯度的反方向以最短路径到达灰度值最大的像素点后，再从该灰度值最大的像素点处沿梯度方向以最短路径到达灰度值最小的像素点。...

【技术特征摘要】
1.一种改进的基于凹点匹配的粘连颗粒目标分割方法，其特征在于，包括下列步骤：步骤1：将待分割图像转换为灰度图后，进行图像二值化处理及高斯滤波去噪处理；再进行边缘检测处理，得到粘连目标二值图像的初始轮廓图像；步骤2：基于预设的粘连目标的圆形模板图像，提取初始轮廓图像中的轮廓凹点；步骤3：基于初始轮廓图像，采用形态学操作的图像分割处理，实现对轮廓图像的初步分割，并将分割出来的目标从初始轮廓图像中去除，得到第一轮廓图像；步骤4：基于局部凹点匹配的图像分割处理：对第一轮廓图像进行轮廓凹点的局部凹点匹配处理，并以得到的匹配凹点对作为分割线，实现对第一轮廓图像的第一分割处理；其中，局部凹点匹配处理具体为：步骤401：计算每一个凹点与其各备用凹点之间的凹点距离；其中备用凹点为位于局部筛选范围内凹点，所述局部筛选范围为：以当前凹点为中心，半径为待分割目标平均长度的圆区域；步骤402：遍历每个未匹配的凹点，对未匹配的凹点进行凹点匹配处理；步骤403：在当前凹点的备用凹点中搜索距离当前凹点最近且未匹配过的凹点，作为待匹配凹点；步骤404：判断当前凹点在待匹配凹点的备用凹点中的未匹配凹点中是否也属于距离最近的凹点，若是，则执行步骤405；否则继续执行步骤403；步骤405：判断当前凹点与待匹配凹点间的连线是否在待分割目标内部，若是，则执行步骤406；否则继续执行步骤403；步骤406：两凹点间连线是否位于两个凹点的夹角中间...

【专利技术属性】
技术研发人员：贾海涛，孙志恒，刘亚菲，李俊杰，许文波，罗欣，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51