[发明专利]基于霍夫圆变换的网格菌落图像分割方法

权利要求书

1.一种基于霍夫圆变换的网格菌落图像分割方法，其特征在于，包括如下步骤：

(1)对网格菌落图像进行预处理：

(1.1)将输入的大小为m×n像素的网格菌落彩色图像转换为网格菌落灰度图像I₁，m≥300且n≥300；

(1.2)采用灰度直方图统计方法重新计算网格菌落灰度图像I₁的背景值m_b，并利用计算出的背景值对网格菌落灰度图像I₁的背景进行设置，得到重新设置背景的网格菌落灰度图像I₂；

(1.3)对网格菌落灰度图像I₂进行中值滤波，得到去噪后的网格菌落灰度图像I₃；

(2)获取去噪后的网格菌落灰度图像I₃中菌落目标的二值化边界图像I₅：

(2.1)对去噪后的网格菌落灰度图像I₃进行边界检测：

采用边界检测算法对去噪后的网格菌落灰度图像I₃进行边界检测，得到网格菌落二值化边界图像I₄；

(2.2)去除网格菌落二值化边界图像I₄的网格边界线：

计算网格菌落二值化边界图像I₄中每个边界的长度和最小外接矩形的长度和宽度，并排除I₄中长度大于预先设定的参数a₁或者最小外接矩形的长宽比大于预先设定的参数a₂的边界，得到去噪后的网格菌落灰度图像I₃中菌落目标的二值化边界图像I₅；

(3)采用霍夫圆变换获取去噪后的网格菌落灰度图像I₃中菌落目标的平均半径r和平均灰度值g：

(3.1)对网格菌落灰度图像I₃中菌落目标的二值化边界图像I₅进行圆拟合：

设定圆拟合判断参数b₁，并采用霍夫圆变换对菌落目标的二值化边界图像I₅进行圆拟合，得到含有部分菌落目标的二值化边界图像I₆；

(3.2)利用含有部分菌落目标的二值化边界图像I₆，计算去噪后的网格菌落灰度图像I₃中菌落目标的平均半径r和平均灰度值g；

(4)采用霍夫圆变换获取去噪后的网格菌落灰度图像I₃中的候选菌落目标标记图像mask：

(4.1)对菌落目标的二值化边界图像I₅进行霍夫圆变换，得到I₃中的第一类候选目标标记图像mask1；

(4.2)利用I₃中菌落目标平均灰度值g获取I₃中的第二类候选目标标记图像mask2；

(4.3)将第一类候选目标标记图像mask1和第二类候选目标标记图像mask2相加，得到去噪后的网格菌落灰度图像I₃中的候选菌落目标标记图像mask；

(5)获取输入网格菌落图像的分割结果：

(5.1)将菌落目标标记图像mask与网格菌落灰度图像I₁的背景值m_b进行一定的数学运算，得到排除网格线背景后的菌落目标灰度图像I₁₂；

(5.2)获取去噪后的网格菌落灰度图像I₃中菌落目标的初始二值化图像I₁₃：

对排除网格线背景后的菌落目标灰度图像I₁₂进行阈值化处理，得到去噪后的网格菌落灰度图像I₃中菌落目标的初始二值化图像I₁₃；

(5.3)对初始二值化图像I₁₃中的粘连目标进行分割：

采用粘连分割算法，对初始二值化图像I₁₃中的粘连目标进行处理，得到去噪后的网格菌落灰度图像I₃中菌落目标的二值化图像I₁₄，并将I₁₄作为输入网格菌落图像的分割结果。