[发明专利]油液磨粒图像分割方法

摘要

本发明公开了一种油液磨粒图像分割方法，包括步骤：1)基于自适应H‑minima技术完成磨粒图像的分水岭分割；2)基于Lab颜色空间提取磨粒图像的颜色特征参数；3)基于LBP图谱提取磨粒图像的纹理特征参数；4)基于巴氏距离确定分水岭同质区域的相似度；5)基于相似度矩阵自动标记种子区域；6)基于区域合并准则完成分水岭同质区域的合并；7)基于形态学处理对区域合并图像进行修正，完成图像分割。本发明通过在分割流程的各个环节中实现关键参数的自适应调整，极大地提高了算法的普适应。与现有方法相比，本发明涉充分利用了彩色磨粒图像承载的信息，分割过程清晰完整、分割结果稳定，极大地提高了磨粒分割工作准确程度。

主权项

1.一种油液磨粒图像分割方法，其特征在于：包括以下步骤：1)对待分割图像进行灰度形态学重构，提取梯度图像，基于H‑minima技术对梯度图像进行修正，H及其修正值H’的设定如下：H’＝β·H(0＜β≤1)                      (2)式中：M0、M1、M2分别表示修正梯度图像的均值、局部极小值的均值和局部极大值的均值，β为定值修正因子；对修正梯度图像进行分水岭变化，完成磨粒图像的一次分割，获取分水岭同质区域；2)在Lab颜色空间中完成分水岭同质区域颜色特征的提取：将磨粒图像从RGB空间转化到Lab空间，将L通道、a通道、b通道图像分别压缩至N个颜色等级，获取分水岭分割图像中各个同质区域的颜色值，依次提取各个区域的颜色分布直方图，并对其进行归一化处理；3)基于LBP图谱完成分水岭同质区域纹理特征的提取：在半径为R的区域内确定P个采样点，获取LBP图谱，基于LBP图谱计算分水岭分割图像中各个同质区域的纹理分布直方图，并对其进行归一化处理；4)基于Bhattacharyya系数分别完成颜色、纹理归一化分布直方图的相似性度量，同质区域Rm与Rn之间的颜色相似度ρcolor与纹理相似度ρLBP的计算如下：式中：分别为区域R_m的颜色归一化直方图与纹理归一化直方图；分别为区域R_n的颜色归一化直方图与纹理归一化直方图；在特征融合的过程中，定义区域Rm与Rn的综合相似度矩阵w为：w(Rm,Rn)＝wcolor(Rm,Rn)·ρcolor(Rm,Rn)+wLBP(Rm,Rn)·ρLBP(Rm,Rn)       (7)分水岭同质区域的综合相似度矩阵W为：5)基于相似度矩阵自动标记种子区域，其包括以下步骤：a、背景种子区域的选择与标记：将分水岭分割后面积最大的同质区域定义为背景种子区域Rb，将该区域标记为1，即L(Rb)＝1；b、前景种子区域的选择与标记：追踪目标区域的边缘轮廓，对轮廓外部像素点的标记值进行判断，外部像素点对应的标记值均与目标区域相邻，由此获取邻接区域的标记值，设分水岭算法分割后的同质区域标记值构成集合s，以相邻区域为准，前景种子区域的具体判断过程为：①提取背景区域R_b的邻接区域标记值，记为R_v，且前景种子区域在R_v中进行选择；s表示分水岭算法分割后同质区域的标记值，是个集合，v是s的一个子集，v中不包含b元素；②依次获取R_v的邻接区域，记为R_vr，从相似度矩阵W中提取R_v与其邻接区域的相似度值w(R_v,R_r)；③根据相似度w依次计算区域Rv的节点度矩阵D，将矩阵D取最大值时对应的区域标记值v0定义为前景区域种子点，将该区域标记为0；前景种子区域标记过程中的计算公式如下：v0＝max(D(Rv))                        (9)6)基于区域合并准则完成分水岭同质区域的合并基于背景背景种子区域R_b与前景种子区域区域R_i(i∈s且i≠b、i≠v₀)的合并规则为：7)在合并工作完成后，对合并后的图像进行统一形态学后处理，完成图像的分割工作。