[发明专利]一种改进的基于凹点匹配的粘连颗粒目标分割方法

说明书

本发明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。本发明可以用于农业数种、分割等技术领域，其分割准确高。

技术领域

本发明属于图像处理技术领域，具体涉及对粘连颗粒目标的分割处理。

背景技术

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。

发明内容

本发明的发明目的在于：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。

本发明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；