一种基于椭圆拟合的椭圆形物体分割方法技术

本发明专利技术公开了一种基于椭圆拟合的椭圆形物体分割方法，该方法通过提取图像RGB梯度值中G分量值的最大连通区域得到图像中目标区域的对象，再使用RGB超绿分割算法去除图片中背景因素的干扰，并利用顶帽变换方法去除非目标区域；结合基于距离变换和全局阈值的快速径向对称法来提取椭圆形对象的中心点；利用凹点检测和轮廓估计的方法来分割出椭圆形对象的边缘部分；最后利用基于最小二乘的椭圆拟合算法对重叠对象的被遮挡部分进行补全；该方法保证了重叠目标边缘点的准确提取；避免出现图像中因RGB色彩梯度值相近导致的对象边缘提取不完整，分割效果不理想的问题；解决了在相机视角下的二维图像中无法获取部分重叠椭圆形目标的完整轮廓问题。的完整轮廓问题。的完整轮廓问题。

【技术实现步骤摘要】
一种基于椭圆拟合的椭圆形物体分割方法


[0001]本专利技术涉及图像分割
，具体是一种基于椭圆拟合的椭圆形物体分割方法。

技术介绍

[0002]机器视觉是当前人工智能的热点研究课题。在机器视觉研究中，基于图像进行物体的分割和参数计算是其中的一个关键问题。图像中的物体检测和分割在现实中也有很多应用，比如医疗诊断、工业零件质量检测、水果分拣等。
[0003]已有研究者围绕图像中的物体检测和分割开展了大量研究。从背景图像中分割出目标对象的常用方法有：边缘检测法、阈值分割法和形态学分割法。此外，有研究者利用改进的分水岭分割算法来提取图像中的表层叶片，具体做法是先对原始图像使用RGB三通道梯度熵来提取图像中的颜色梯度，并依次计算局部方向上的梯度直方图内的矩阵方差，利用确定的阈值进行筛选后实现梯度重建，之后根据图像灰度值梯度利用分水岭变换实现对图像中不同物体的分割。近年来，随着深度学习技术的发展，部分研究者提出利用Mask R
‑
CNN等算法框架来对不规则进行分割，这些方法一般是先收集大量目标对象的图像数据后进行人工处理，手本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于椭圆拟合的椭圆形物体检测方法，其特征在于，包括如下步骤：S1、图像获取：采用图像采集设备从目标物体上方垂直于物体的角度采集图像，然后利用图像处理软件将需要分割的目标区域截取出来，并将图片格式转换成JPG图像格式；S2、图像预处理：S2
‑
1、最大连通区域提取：由于截取后的图像中重叠目标总是集中分布在图像中的一块区域内，因此在整个图像的RGB组成中，仅提取G分量面积的最大值，将其余绿色分块的像素值变为0；S2
‑
2、超绿分割算法：基于步骤S2
‑
1所得到的图像，设图像中有i个像素点，S
i
为各像素点的像素值，R、G、B分别为图像中红、绿、蓝三种颜色的通量值；通过调整不同光照条件下的图像饱和度，利用Matlab中最大类间方差计算方法graythresh确定阈值T，根据：当图像中目标区域叶片的灰度化因子小于等于阈值T时，对应位置的标记图像像素值等于255，反之则等于0，去除图像中非绿色部分和将图像二值化处理；S2
‑
3、顶帽变换：在步骤S2
‑
2所得到的二值图像中，提取的目标区域包含目标对象及其附属部分，利用灰度级图像g的开操作去除附属部分(非目标区域)，避免后续的图像处理工作出现偏差；S3、提取目标对象中心点：使用快速径向对称法提取椭圆形物体的中心点，快速径向对称法是一种为了突出图像梯度的局部特征提取技术，逐一检测与目标区域边缘像素点有着特定距离的点，筛选出符合要求的中心点；给定范围距离值i∈[R
min
,R
max
]，对于图像目标区域内任意一点的像素值，利用快速径向对称法确定像素正负影响因子p
+
、p
‑
，以及方向投影图像O
i
与幅度投影图像M
i
：表达式如下：下：下：在区域i∈[R
min
,R
max
]中构造方向和幅度图像时，对称径向S
i
取决于O
i
、M
i
和二维高斯A：
其中k是不同半径上对O
i
和M
i
进行归一化过程的径向限制参数，α则是该过程中的缩放因子，定义为：设S为在区域i∈[R
min
,R
max
]中，通过兴趣对称的完整快速径向对称法所确定的平均值：根据得到的平均值S检测出椭圆形目标对称区域位置的质心，以此提...

【专利技术属性】
技术研发人员：陆声链，刘阳歆，李帼，陈明，
申请(专利权)人：广西师范大学，
类型：发明
国别省市：