一种粘连物体分割及计数方法技术

本发明专利技术涉及人工智能领域，具体是一种基于机器学习的粘连物体分割及计数方法。本方法为两个步骤。首先进行阈值提取，结合腐蚀和开运算操作提取独立的未粘连物体，第二步循环处理粘连物体，对各个凸包单独操作，结合开闭运算及多次作差得到筛选出的物体，直到所有物体都处理完成，累加每一步的计数就是总的物体数。本方法对于物体粘连较为严重的场景具有较高的准确率。

【技术实现步骤摘要】

本专利技术涉及人工智能领域，具体是一种粘连物体分割及计数方案。

技术介绍

1、在实际生产过程中的视觉应用场景，经常会遇到一些物体或者元器件的计数问题。而对于此计数场景中，常常会出现物体紧贴粘连的情况。此时一种能够准确分割粘连物体的方法会直接影响到最终计数的精确度。

2、一些传统的分割方法，比如连通域处理或者分水岭分割算法对于一些粘连情况较多、并且粘连处与物体本身差异不大的情况，很难将物体分割出来。

技术实现思路

1、针对现有技术的缺陷，本专利技术提供一种粘连物体分割及计数方法，针对粘连较为严重的图像，通过独立物体分离，粘连物体循环处理，以及单区域凸包处理等方式来对图像进行分割计数。对于物体粘连较为严重的场景具有较高的准确率。

2、为了解决所述技术问题，本专利技术采用的技术方案是：一种粘连物体分割及计数方法，本方法包括分割独立物体和循环分割粘连物体两部分，分割独立物体包括以下步骤：

3、s01）、对原始图像img1进行二值化处理得到二值图像img2；>

4、s02）本文档来自技高网...

【技术保护点】

1.一种粘连物体分割及计数方法，其特征在于：本方法包括分割独立物体和循环分割粘连物体两部分，分割独立物体包括以下步骤：

2.根据权利要求1所述的粘连物体分割及计数方法，其特征在于：得到二值图像img2、粘连物体图像img4、图像hull_diff、物体图像leave_img后进行开运算。

3.根据权利要求1所述的粘连物体分割及计数方法，其特征在于：通过OTSU阈值处理得到二值图像img2，背景像素值为0，物体像素值为255。

4.根据权利要求1所述的粘连物体分割及计数方法，其特征在于：步骤S02）的腐蚀操作采用椭圆形(14,12)大小的卷积核。

...

【技术特征摘要】

1.一种粘连物体分割及计数方法，其特征在于：本方法包括分割独立物体和循环分割粘连物体两部分，分割独立物体包括以下步骤：

2.根据权利要求1所述的粘连物体分割及计数方法，其特征在于：得到二值图像img2、粘连物体图像img4、图像hull_diff、物体图像leave_img后进行开运算。

3.根据权利要求1所述的粘连物体分割及计数方法，其特征在于：通过otsu阈值处理得到二值图像img2，背景像素值为0，物体像素值为255。

4.根据权利要求1所述的粘连物体分割及计数方法，其特征在于：步骤s02）的腐蚀操作采用椭圆形(14,12)大小的卷积核。

5.根据权利要求1所述的粘连物体分割及计数方法，其特征在于：步骤s07）中，区域作差前，将img3做一次膨胀操作，膨胀操作采用椭...

【专利技术属性】
技术研发人员：马淑龙，李永民，张海强，崔岩，陈家豪，
申请(专利权)人：浪潮智能物联技术有限公司，
类型：发明
国别省市：