專利名稱：一種基于圖像形態(tài)學(xué)的稠密物體分割方法
技術(shù)領(lǐng)域：
本發(fā)明涉及數(shù)字圖像處理技術(shù)領(lǐng)域，特別涉及一種對圖像中的稠密物體進(jìn)行分割的方法。
背景技術(shù)：
數(shù)字圖像是指以二維數(shù)組形式表示的圖像，其可以由許多不同的輸入設(shè)備和技術(shù)生成，例如數(shù)碼相機(jī)、掃描儀、坐標(biāo)測量機(jī)等。數(shù)字圖像處理最早出現(xiàn)于20世紀(jì)50年代，當(dāng)時(shí)的電子計(jì)算機(jī)已經(jīng)發(fā)展到一定水平，人們開始利用計(jì)算機(jī)來處理圖形和圖像信息。如今，數(shù)字圖像處理在國防、工農(nóng)業(yè)生產(chǎn)、生活?yuàn)蕵返榷囝I(lǐng)域都有著廣闊的應(yīng)用。在數(shù)字圖像處理的眾多應(yīng)用中，有一種是對圖像中的稠密物體進(jìn)行統(tǒng)計(jì)，例如，對細(xì)胞的圖像進(jìn)行統(tǒng)計(jì)，可以得出細(xì)胞的濃度、形狀等信息；對農(nóng)作物的圖像進(jìn)行統(tǒng)計(jì)，可以得到產(chǎn)量、品質(zhì)等信息。在數(shù)字圖像處理的這種應(yīng)用中，在對稠密物體進(jìn)行統(tǒng)計(jì)之前，首先需要將圖像中相互連接、堆疊的稠密物體分割開來。而現(xiàn)有技術(shù)中的分割技術(shù)存在分割區(qū)分度低、誤識(shí)別率高、性能不穩(wěn)定等不足，這影響了通過圖像對稠密物體進(jìn)行統(tǒng)計(jì)這一方法的推廣。

發(fā)明內(nèi)容
本發(fā)明旨在至少解決現(xiàn)有技術(shù)中存在的技術(shù)問題，特別創(chuàng)新地提出了一種基于圖像形態(tài)學(xué)的稠密物體分割方法。為了實(shí)現(xiàn)本發(fā)明的上述目的，本發(fā)明提供了一種基于圖像形態(tài)學(xué)的稠密物體分割方法，其包括如下步驟:S1:輸入包含有待分割稠密物體的圖像；S2:平滑模塊對圖像進(jìn)行平滑；S3 =HSI閾值處理模塊對圖像進(jìn)行二值化，確定圖像中待分割的稠密物體區(qū)域；S4:孔洞填充模塊對二值化過程中稠密物體區(qū)域內(nèi)產(chǎn)生的孔洞進(jìn)行填充；S5:腐蝕模塊對孔洞填充后的二值化圖像進(jìn)行腐蝕處理；S6:細(xì)化模塊將稠密物體徹底分離并獲取每個(gè)稠密物體的中心；S7:輸出分割后的圖像。本發(fā)明基于圖像形態(tài)學(xué)對稠密物體進(jìn)行分割，這種方法具有分割區(qū)分度高、誤識(shí)別率低、性能穩(wěn)定等優(yōu)點(diǎn)，有利于通過圖像對稠密物體進(jìn)行統(tǒng)計(jì)這一方法的推廣。本發(fā)明的附加方面和優(yōu)點(diǎn)將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發(fā)明的實(shí)踐了解到。


本發(fā)明的上述和/或附加的方面和優(yōu)點(diǎn)從結(jié)合下面附圖對實(shí)施例的描述中將變得明顯和容易理解，其中:
圖1是本發(fā)明基于圖像形態(tài)學(xué)的稠密物體分割方法的流程圖；圖2是本發(fā)明一種優(yōu)選實(shí)施方式中采用的模塊架構(gòu)示意圖。
具體實(shí)施例方式下面詳細(xì)描述本發(fā)明的實(shí)施例，所述實(shí)施例的示例在附圖中示出，其中自始至終相同或類似的標(biāo)號表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附圖描述的實(shí)施例是示例性的，僅用于解釋本發(fā)明，而不能理解為對本發(fā)明的限制。圖2是本發(fā)明一種優(yōu)選實(shí)施方式中采用的模塊架構(gòu)示意圖，從圖中可見，平滑模塊的輸入端接收輸入圖像，該輸入圖像為包含待分割稠密物體的圖像。平滑模塊對輸入圖像進(jìn)行平滑，減少或消除噪聲的影響，改善圖像質(zhì)量。平滑模塊的輸出端與HSI閾值處理模塊的輸入端相連，HSI閾值處理模塊根據(jù)選定區(qū)域?qū)D像進(jìn)行二值化，初步確定待分割圖像區(qū)域。HSI閾值處理模塊的輸出端與孔洞填充模塊的輸入端相連，孔洞填充模塊對二值化過程中物體內(nèi)部產(chǎn)生的孔洞進(jìn)行填充。進(jìn)行孔洞進(jìn)行填充，圖像被送入腐蝕模塊，消除稠密物體之間的細(xì)小粘連和面積過小的噪聲點(diǎn)。最后，圖像被送入細(xì)化模塊，細(xì)化模塊將稠密物體徹底分離，并獲取每個(gè)稠密物體的中心。圖1是利用圖2所示的結(jié)構(gòu)進(jìn)行的基于圖像形態(tài)學(xué)的稠密物體分割方法的流程圖，從圖中可見，該基于圖像形態(tài)學(xué)的稠密物體分割方法包括如下步驟:S1:輸入包含有待分割稠密物體的圖像；S2:平滑模塊對圖像進(jìn)行平滑；S3 =HSI閾值處理模塊對圖像進(jìn)行二值化，確定圖像中待分割的稠密物體區(qū)域；S4:孔洞填充模塊對二值化過程中稠密物體區(qū)域內(nèi)產(chǎn)生的孔洞進(jìn)行填充；S5:腐蝕模塊對孔洞填充后的二值化圖像進(jìn)行腐蝕處理；S6:細(xì)化模塊將稠密物體徹底分離并獲取每個(gè)物體的中心；S7:輸出分割后的圖像。在本發(fā)明的一種優(yōu)選實(shí)施方式中，對圖像中的稠密物體分割具體步驟為:首先，平滑模塊對圖像進(jìn)行平滑，如果圖像是黑白圖像，直接使用圖像像素的灰度值進(jìn)行平滑；如果圖像是彩色圖像，對圖像像素的R、G、B值分別進(jìn)行平滑，對R、G、B三個(gè)通道分別進(jìn)行平滑時(shí)所采取的操作相同，其中，R、G、B是RGB色度空間的三通道值。在本發(fā)明的一種優(yōu)選實(shí)施方式中，對圖像進(jìn)行平滑的一種方法為:采用高斯算子
權(quán)利要求
1.一種基于圖像形態(tài)學(xué)的稠密物體分割方法，其特征在于，包括如下步驟: S1:輸入包含有待分割稠密物體的圖像； 52:平滑模塊對圖像進(jìn)行平滑； 53HSI閾值處理模塊對圖像進(jìn)行二值化，確定圖像中待分割的稠密物體區(qū)域； 54:孔洞填充模塊對二值化過程中稠密物體區(qū)域內(nèi)產(chǎn)生的孔洞進(jìn)行填充； 55:腐蝕模塊對孔洞填充后的二值化圖像進(jìn)行腐蝕處理； 56:細(xì)化模塊將稠密物體徹底分離并獲取每個(gè)稠密物體的中心； 57:輸出分割后的圖像。
2.按權(quán)利要求1所述的基于圖像形態(tài)學(xué)的稠密物體分割方法，其特征在于，在步驟S2中，如果圖像是黑白圖像，直接使用圖像像素的灰度值進(jìn)行平滑；如果圖像是彩色圖像，對圖像像素的R、G、B值分別進(jìn)行平滑。
3.按權(quán)利要求1或2所述的基于圖像形態(tài)學(xué)的稠密物體分割方法，其特征在于，對圖像 進(jìn)行平滑的方法為:采用高斯算子
4.按權(quán)利要求1或2所述的基于圖像形態(tài)學(xué)的稠密物體分割方法，其特征在于，對圖像進(jìn)行平滑的方法為:將圖像中以某一像素為中心的九宮格內(nèi)的點(diǎn)按大小進(jìn)行排序，取中間值作為所述像素的平滑結(jié)果。
5.按權(quán)利要求1所述的基于圖像形態(tài)學(xué)的稠密物體分割方法，其特征在于，在所述步驟S3中，HSI閾值處理模塊確定閾值的方法為:在平滑后的圖像上選取一塊稠密物體的內(nèi)部區(qū)域，如果圖像是黑白圖像，計(jì)算所述區(qū)域的灰度平均值作為閾值；如果圖像是彩色圖像，將其變換到HSI色彩空間，計(jì)算所述區(qū)域HSI各通道的平均值作為閾值。
6.按權(quán)利要求5所述的基于圖像形態(tài)學(xué)的稠密物體分割方法，其特征在于，設(shè)定可變范圍，對圖像進(jìn)行掃描，與閾值的差別在可變范圍內(nèi)的像素點(diǎn)為物體，標(biāo)記為I ;與閾值的差別超出可變范圍的像素點(diǎn)標(biāo)記為0，得到二值化的圖像。
7.按權(quán)利要求1或6所述的基于圖像形態(tài)學(xué)的稠密物體分割方法，其特征在于，在步驟S4中，對標(biāo)記為O的區(qū)域進(jìn)行掃描，對其中的每一個(gè)點(diǎn)，如果其所在連通分量的面積小于面積閾值，則認(rèn)為該連通分量是物體內(nèi)部的孔洞，將其全部標(biāo)記為I。
8.按權(quán)利要求7所述的基于圖像形態(tài)學(xué)的稠密物體分割方法，其特征在于，所述連通分量的統(tǒng)計(jì)方法為:對于一個(gè)標(biāo)記為O的點(diǎn)，將與其相鄰的標(biāo)記為O的點(diǎn)納入同一連通分量；對于這些相鄰的標(biāo)記為O的點(diǎn),遞歸處理；直到周圍都是標(biāo)記為I的點(diǎn)，遞歸結(jié)束；統(tǒng)計(jì)所述連通分量包含的點(diǎn)的數(shù)量即為所述連通分量的面積。
9.按權(quán)利要求1所述的基于圖像形態(tài)學(xué)的稠密物體分割方法，其特征在于，所述步驟S5包括如下步驟:S51:使用算子
10.按權(quán)利要求1所述的基于圖像形態(tài)學(xué)的稠密物體分割方法，其特征在于，步驟S6包括以下步驟: 561:生成邊界,對標(biāo)記為I的點(diǎn)進(jìn)行掃描,如果與其相鄰的點(diǎn)中存在標(biāo)記為O的點(diǎn),則所述標(biāo)記為I的點(diǎn)為邊界點(diǎn)； 562:檢查所述標(biāo)記為I的點(diǎn)所處的連通分量中是否存在非邊界點(diǎn)，如果存在，則去掉邊界；如果不存在，則將所述連通分量中所有邊界點(diǎn)標(biāo)記為臨時(shí)中心點(diǎn)； 563:對每一個(gè)標(biāo)記為I的連通分量，將其內(nèi)部的所有臨時(shí)中心點(diǎn)坐標(biāo)值取平均作為最終的中心點(diǎn)，即分割出來的一個(gè)物體的中心。
全文摘要
本發(fā)明提出了一種基于圖像形態(tài)學(xué)的稠密物體分割方法，其包括如下步驟輸入包含有待分割稠密物體的圖像；平滑模塊對圖像進(jìn)行平滑；HSI閾值處理模塊對圖像進(jìn)行二值化，確定圖像中待分割的稠密物體區(qū)域；孔洞填充模塊對二值化過程中稠密物體區(qū)域內(nèi)產(chǎn)生的孔洞進(jìn)行填充；腐蝕模塊對孔洞填充后的二值化圖像進(jìn)行腐蝕處理；細(xì)化模塊將稠密物體徹底分離并獲取每個(gè)稠密物體的中心；輸出分割后的圖像。本發(fā)明基于圖像形態(tài)學(xué)對稠密物體進(jìn)行分割，這種方法具有分割區(qū)分度高、誤識(shí)別率低、性能穩(wěn)定等優(yōu)點(diǎn)，有利于通過圖像對稠密物體進(jìn)行統(tǒng)計(jì)這一方法的推廣。
文檔編號G06T5/00GK103093468SQ201310023769
公開日2013年5月8日 申請日期2013年1月22日 優(yōu)先權(quán)日2013年1月22日
發(fā)明者戴瓊海, 黃煒程 申請人:清華大學(xué)