專利名稱：基于金字塔和谷點(diǎn)邊界跟蹤的氣泡圖像分割方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理，具體地說，是一種基于金字塔和谷點(diǎn)邊界跟蹤的氣泡圖像分割算法。
背景技術(shù)：
選礦浮選表面的氣泡圖像有著這樣的特性①沒有背景，完全是有小大氣泡組成；②由于光反射及折射的原因，一些氣泡內(nèi)有白色的光點(diǎn)，光點(diǎn)的大小不等氣泡之間的邊界較弱；④不規(guī)則的運(yùn)動使圖像模糊氣泡的大小比例過大，可高達(dá)幾十倍；⑥每個氣泡都一個生長期，當(dāng)氣泡開始破滅時，氣泡內(nèi)開始出現(xiàn)黑洞，黑洞由小到大，直到使整個氣泡破滅；⑦由于光照的原因或氣泡厚度的急劇變化，使整個圖像光照不均。類似的圖像還可以 在造紙廠，洗煤廠，啤酒廠及有關(guān)化工廠中獲得。目前，大都采用數(shù)學(xué)型態(tài)學(xué)的方法來對圖像進(jìn)行分割，大概過程是用閥值的方法找到氣泡的種子點(diǎn)或種子面，然后進(jìn)行膨脹處理來分割氣泡圖像。導(dǎo)致這種算法不成功的主要原因有用整體閥值的算法，很難找到所有的種子點(diǎn)或面，因?yàn)闅馀葜g的白色光點(diǎn)的灰度差異較大有些氣泡內(nèi)并不含白色光點(diǎn)，也就沒有種子點(diǎn)有些氣泡內(nèi)含有二個以上的白色光點(diǎn)，所以額外的種子點(diǎn)會將一個氣泡分裂成若干個小氣泡用彭脹的方法很容易跨過氣泡間的弱邊界，從而導(dǎo)致不準(zhǔn)確的分割；⑤由于一幅512X152點(diǎn)陣的圖像可包括上千個氣泡，數(shù)學(xué)型態(tài)的算法使分割速度太慢，達(dá)不到實(shí)時處理的要求。

發(fā)明內(nèi)容
為解決無背景的氣泡圖像分割問題，本發(fā)明的目的在于，提供一種基于金字塔和谷點(diǎn)邊界跟蹤的氣泡圖像分割算法。為了實(shí)現(xiàn)上述任務(wù)，本發(fā)明采取如下的技術(shù)解決方案一種基于金字塔和谷點(diǎn)邊界跟蹤的氣泡圖像分割方法，其特征在于，對一次性獲得二值邊界圖像，通過以下算法獲得所有氣泡的閉合輪廓，具體按下列步驟進(jìn)行I)輸入氣泡圖像，進(jìn)行高斯平滑，去除圖像中的噪聲；采用高斯濾波器直接從離散高斯分布中計算模板權(quán)值；2)然后去除噪聲谷點(diǎn)，先將鄰近谷點(diǎn)，方向較為一致的各點(diǎn)連起來，去掉了一些噪聲或孤立的谷點(diǎn)；將這些短曲線找出并標(biāo)號后，進(jìn)行線的端點(diǎn)檢測，在端點(diǎn)被檢測出后，對每一端點(diǎn)可能的前進(jìn)方向進(jìn)行估算，估算的方法是將臨近二點(diǎn)或二點(diǎn)以上的點(diǎn)進(jìn)行直線擬合，同時指出其方向；3)根據(jù)圖像中的平均氣泡大小確定縮小倍數(shù)，盡量保證谷點(diǎn)的存在；4)進(jìn)行邊界跟蹤，邊界的跟蹤是結(jié)合谷點(diǎn)邊界圖和原始?xì)馀輬D來進(jìn)行的；即在邊界跟蹤中，首先去掉少于3個光點(diǎn)的線，然后進(jìn)行線的端點(diǎn)檢測；因?yàn)槊總€氣泡是閉合區(qū)域，所以要進(jìn)行端點(diǎn)與端點(diǎn)的連接，連接的原則是基于距離和方向，對于沒有可能連接的端點(diǎn)將去掉此線；
5)將圖像中目標(biāo)合并，對于多個相鄰的目標(biāo)物體，首先合并兩個最容易合并的目標(biāo)，然后按難易程度合并余下的目標(biāo)；6)完成上述分割后，如果前面進(jìn)行了圖像縮小，要把圖像分割結(jié)果映射到原尺寸，然后對每個邊界點(diǎn)，檢測放大鄰域內(nèi)是否有可以代替此點(diǎn)的邊界點(diǎn)，檢測的原則是使邊界光滑，就可直接得到谷點(diǎn)邊界的二值圖像。本發(fā)明的基于金字塔和谷點(diǎn)邊界跟蹤的氣泡圖像分割方法，是建立在金字塔和邊界跟蹤的混合理論的基礎(chǔ)之上的，是一種新的谷點(diǎn)邊界掃描方法，該方法可以一次性檢測出所有谷點(diǎn)(也就是氣泡邊界)，算法不受氣泡中白色光點(diǎn)的影響，而不用作圖像閾值處理，就可以直接得到谷點(diǎn)邊界的二值圖像。主要用于金屬和非金屬選礦，造紙廠，洗煤廠 ，啤酒廠及有關(guān)化工廠基于可視化信息處理的生產(chǎn)自動控制中，也可以用于相關(guān)的實(shí)驗(yàn)室分析軟件系統(tǒng)中。


圖I是本發(fā)明的氣泡圖像分割算法流程圖；圖2是典型的浮選氣泡圖像的一剖面圖；圖3是圖像中目標(biāo)物體的合并過程；圖(a)是兩相鄰區(qū)域合并，圖(b)是多個相鄰區(qū)域合并；圖4是三種不同氣泡圖像的分割結(jié)果，其中，圖(a)是小尺寸氣泡原始圖像，圖(b)是小尺寸氣泡圖像分割結(jié)果，圖(C)是中等尺寸氣泡原始圖像，圖(d)是中等尺寸氣泡圖像分割結(jié)果；圖(e)是大尺寸氣泡原始圖像，(f)是大尺寸氣泡圖像分割結(jié)果。以下結(jié)合附圖和具體的實(shí)例對本發(fā)明作進(jìn)一步的詳細(xì)說明。
具體實(shí)施例方式參見圖1，按照本發(fā)明的技術(shù)方案，本實(shí)施例給出一種基于金字塔和谷點(diǎn)邊界跟蹤的氣泡圖像分割方法，該方法對一次性獲得二值邊界圖像，通過以下子算法準(zhǔn)確獲得所有氣泡的閉合輪廓，具體按下列步驟進(jìn)行I)輸入氣泡圖像，進(jìn)行高斯平滑，去除圖像中的噪聲；高斯平滑的原理如下二值邊界圖像可寫成g(x, y) = f (X，y)*h(x, y),其中h是平滑濾波器。本申請采用高斯濾波器，其函數(shù)為

權(quán)利要求
1.一種基于金字塔和谷點(diǎn)邊界跟蹤的氣泡圖像分割方法，其特征在于，對一次性獲得二值邊界圖像，通過以下算法獲得所有氣泡的閉合輪廓，具體按下列步驟進(jìn)行 1)輸入氣泡圖像，進(jìn)行高斯平滑，去除圖像中的噪聲；采用高斯濾波器直接從離散高斯分布中計算模板權(quán)值； 2)然后去除噪聲谷點(diǎn)，先將鄰近谷點(diǎn)方向較為一致的各點(diǎn)連起來，去掉了一些噪聲或孤立的谷點(diǎn)；將這些短曲線找出并標(biāo)號后，進(jìn)行線的端點(diǎn)檢測，在端點(diǎn)被檢測出后，對每一端點(diǎn)可能的前進(jìn)方向進(jìn)行估算，估算的方法是將鄰近二點(diǎn)或二點(diǎn)以上的點(diǎn)進(jìn)行直線擬合，同時指出其方向； 3)根據(jù)圖像中的平均氣泡大小確定縮小倍數(shù)，盡量保證谷點(diǎn)的存在； 4)進(jìn)行邊界跟蹤，邊界的跟蹤是結(jié)合谷點(diǎn)邊界圖和原始?xì)馀輬D來進(jìn)行的，即在邊界跟蹤中，首先去掉少于3個光點(diǎn)的線，然后進(jìn)行線的端點(diǎn)檢測，因?yàn)槊總€氣泡是閉合區(qū)域，所以要進(jìn)行端點(diǎn)與端點(diǎn)的連接，連接的原則是基于距離長度和方向近似程度，對于沒有可能連接的端點(diǎn)，將去掉此線； 5)將圖像中目標(biāo)合并，對于多個相鄰的目標(biāo)物體，首先合并兩個最容易合并的目標(biāo)，然后按難易程度合并余下的目標(biāo)； 6)完成上述分割后，如果前面進(jìn)行了圖像縮小，要把圖像分割結(jié)果映射到原尺寸的圖像中，然后在原始圖像中，對每個邊界點(diǎn)檢測其鄰域內(nèi)是否有可以代替此點(diǎn)的邊界點(diǎn)，檢測的原則是使邊界光滑，即直接得到谷點(diǎn)邊界的二值圖像。
全文摘要
本發(fā)明公開了一種基于金字塔和谷點(diǎn)邊界跟蹤的氣泡圖像分割方法，該方法是建立在金字塔和谷點(diǎn)邊界跟蹤的基礎(chǔ)之上的，包括圖像預(yù)處理，圖像縮小，谷點(diǎn)邊界掃描，端點(diǎn)檢測及聯(lián)結(jié)，區(qū)域合并，分割結(jié)果映射等，該方法可以一次性檢測出所有谷點(diǎn)(也就是氣泡邊界)，算法不受氣泡中白色光點(diǎn)的影響，而不用作圖像閾值處理，就可以直接得到谷點(diǎn)邊界的二值圖像。
文檔編號G06T5/00GK102708563SQ20121010900
公開日2012年10月3日 申請日期2012年4月13日 優(yōu)先權(quán)日2012年4月13日
發(fā)明者周洲, 王衛(wèi)星 申請人:長安大學(xué)