一種基于形態(tài)學(xué)的圖像特定形狀尺寸目標(biāo)快速分割方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及計(jì)算機(jī)視覺檢測(cè)技術(shù)領(lǐng)域，特別是一種基于形態(tài)學(xué)的圖像特定形狀 尺寸目標(biāo)快速分割方法。
【背景技術(shù)】
[0002] 計(jì)算機(jī)視覺技術(shù)具有非接觸性、經(jīng)濟(jì)性、靈活性和集成性等優(yōu)點(diǎn)，在工業(yè)測(cè)試與在 線檢測(cè)領(lǐng)域具有廣泛的應(yīng)用前景。
[0003] 為了有效的進(jìn)行圖像的描述和分析，需要先將圖像劃分為若干有意義的區(qū)域。只 有某些部分是系統(tǒng)感興趣的，這些部分稱為檢測(cè)圖像的前景（其他部分稱為背景），需將這 些部分分離提取出來，才有可能對(duì)前景進(jìn)行進(jìn)一步的利用，如進(jìn)行特征提取和測(cè)量。這一為 后續(xù)工作有效進(jìn)行而將檢測(cè)圖像劃分為若干有意義的區(qū)域的過程稱為圖像分割。圖像分割 是計(jì)算機(jī)視覺檢測(cè)的必須步驟，有著至關(guān)重要的作用。
[0004] 現(xiàn)有的圖像分割方法可分為閾值分割、基于邊緣檢測(cè)的分割和基于區(qū)域的分割三 大類。其中，閾值分割的基本思想為：圖像中的目標(biāo)區(qū)域與背景區(qū)域的灰度是不同的，這 時(shí)可將灰度作為依據(jù)進(jìn)行分割，將高于某一灰度的像素劃分到一個(gè)區(qū)域中去，低于某灰度 的像素劃到另一個(gè)區(qū)域；基于邊緣的圖像分割依賴邊緣檢測(cè)算子找到的圖像邊緣，這些邊 緣標(biāo)識(shí)出了圖像在灰度、彩色、紋理等方面的不連續(xù)位置；基于區(qū)域的分割方法可看作閾值 分割法的改進(jìn)，其特點(diǎn)在于，分割圖像時(shí)不但考慮像素的灰度值，還參考像素的空間位置關(guān) 系，從而得到更好的分割效果。
[0005] 計(jì)算機(jī)視覺檢測(cè)最終往往都只對(duì)檢測(cè)圖像的極少部分信息感興趣，上述三類圖像 分割方法分割出來的前景可能仍然包含大量無(wú)效信息，在此情況下檢測(cè)系統(tǒng)典型的后續(xù)處 理如特征提取、圖像分析等步驟難以同時(shí)保證實(shí)時(shí)性、精度及魯棒性。這一問題限制了計(jì)算 機(jī)視覺技術(shù)進(jìn)一步在檢測(cè)領(lǐng)域的推廣。
[0006] 近年，有學(xué)者將形態(tài)學(xué)帶通濾波算法運(yùn)用于特定形狀尺寸紅外小目標(biāo)分割，該方 法采用兩種與目標(biāo)尺寸接近的結(jié)構(gòu)元素分別對(duì)圖像進(jìn)行形態(tài)學(xué)開運(yùn)算，然后將開運(yùn)算后的 兩幅圖像相減實(shí)現(xiàn)目標(biāo)分割。但該方法只適用于面積僅幾個(gè)像素的小目標(biāo)分割，對(duì)于大目 標(biāo)，采用大結(jié)構(gòu)元素對(duì)圖像進(jìn)行開運(yùn)算非常耗時(shí)，且會(huì)造成圖像嚴(yán)重失真，該方法并不適 用。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明所要解決的技術(shù)問題是，針對(duì)現(xiàn)有技術(shù)不足，提供一種基于形態(tài)學(xué)的圖像 特定形狀尺寸目標(biāo)快速分割方法。
[0008] 為解決上述技術(shù)問題，本發(fā)明所采用的技術(shù)方案是：一種基于形態(tài)學(xué)的圖像特定 形狀尺寸目標(biāo)快速分割方法，包括以下步驟：
[0009] 1)對(duì)特定形狀尺寸的目標(biāo)標(biāo)準(zhǔn)二值模版進(jìn)行形態(tài)學(xué)迭代腐蝕運(yùn)算，直到該目標(biāo)完 全消失，記下迭代步數(shù)；依據(jù)標(biāo)準(zhǔn)二值模版迭代腐蝕至完全消失步數(shù)，確定待測(cè)圖像中目標(biāo) 不完全消失的腐蝕迭代次數(shù)和目標(biāo)完全消失的腐蝕迭代次數(shù)；
[0010] 2)應(yīng)用大津法對(duì)待測(cè)圖像進(jìn)行閾值分割，得到待測(cè)二值圖，若目標(biāo)在待測(cè)二值圖 中為黑色，則對(duì)待測(cè)二值圖進(jìn)行求反運(yùn)算；
[0011] 3)對(duì)所述待測(cè)二值圖進(jìn)行形態(tài)學(xué)迭代腐蝕運(yùn)算，當(dāng)?shù)螖?shù)達(dá)到上述目標(biāo)不完全 消失次數(shù)時(shí)，將圖像保存為標(biāo)記圖像1，繼續(xù)迭代腐蝕，當(dāng)?shù)螖?shù)達(dá)到上述目標(biāo)完全消失 次數(shù)時(shí)，將圖像保存為標(biāo)記圖像2 ;
[0012] 4)以待測(cè)二值圖為掩膜圖，對(duì)標(biāo)記圖像1和標(biāo)記圖像2分別進(jìn)行形態(tài)學(xué)條件膨脹 運(yùn)算，得到重構(gòu)圖像1及重構(gòu)圖像2 ;
[0013] 5)對(duì)重構(gòu)圖像1和重構(gòu)圖像2進(jìn)行差分運(yùn)算，實(shí)現(xiàn)特定形狀尺寸目標(biāo)分割。
[0014] 步驟1)中，形態(tài)學(xué)迭代腐蝕運(yùn)算的公式為：
[0015] Ln+1 =LηΘa；
[0016] 其中，"Θ"為形態(tài)學(xué)腐蝕運(yùn)算符，L。為標(biāo)準(zhǔn)二值模版圖像，Ln為標(biāo)準(zhǔn)二值模版第η 次形態(tài)學(xué)腐蝕運(yùn)算后得到的二值圖像，a為形態(tài)學(xué)結(jié)構(gòu)元素；
[0017]
[0018] 形態(tài)學(xué)迭代腐蝕運(yùn)算的終止條件為目標(biāo)完全消失，終止條件判斷標(biāo)準(zhǔn)為：
[0019] Ln= 0〇
[0020] 目標(biāo)不完全消失的腐蝕迭代次數(shù)和目標(biāo)完全消失的腐蝕迭代次數(shù)的確定方法為： 若目標(biāo)標(biāo)準(zhǔn)模版形態(tài)學(xué)迭代腐蝕消失時(shí)，記下的迭代步數(shù)為k，則目標(biāo)不完全消失腐蝕迭 代次數(shù)4計(jì)算公式為：1^=k-r1;目標(biāo)完全消失腐蝕迭代次數(shù)k2計(jì)算公式為：k2= 1^+1"2;其 中，;為目標(biāo)偏小余量常數(shù)；;r2為目標(biāo)偏大余量常數(shù)。
[0021] η取值范圍為[2~5]像素；r2取值范圍為[1~4]像素。
[0022] 步驟2)中，閾值Ts計(jì)算公式為：Ts=argmax[σ2(T)];其中， σ2(Τ) =wA(Τ) (uA(T)-u)2+wB(Τ) (uB(Τ)-u)2，u=wA(Τ)uA(Τ) +wB(Τ)uB(Τ)，
N為 待測(cè)圖像中的像素總數(shù)；L為待測(cè)圖像中的灰度級(jí)總數(shù)；k=i或r;nk為灰度值是k的像素 個(gè)數(shù)：T為將圖像像素分為A、B兩類的判別值，按上式計(jì)算時(shí)取值范圍為（0，L)。
[0023] 對(duì)標(biāo)記圖像1或標(biāo)記圖像2進(jìn)行形態(tài)學(xué)條件膨脹運(yùn)算的迭代公式為：In+1 = (In?a)Af_k;其中，"?"為形態(tài)學(xué)膨脹運(yùn)算符，I。為標(biāo)記圖像1或標(biāo)記圖像2,In為第η 次運(yùn)算后得到的約束膨脹圖；f_k為步驟2)得到的待測(cè)二值圖，此處作為掩膜圖像；"Λ" 運(yùn)算符表示兩幅圖像逐點(diǎn)取最小值；上述迭代終止條件為：Ιη+1=Iη。
[0024] 對(duì)重構(gòu)圖像1和重構(gòu)圖像2進(jìn)行差分運(yùn)算的公式為：S=Ia_Ib;其中，S為特定形 狀尺寸分割圖像，Ia、Ib分別為步驟4)得到的重構(gòu)圖像1和重構(gòu)圖像2。
[0025] 與現(xiàn)有技術(shù)相比，本發(fā)明所具有的有益效果為：本發(fā)明引入形態(tài)學(xué)重構(gòu)運(yùn)算，對(duì)形 態(tài)學(xué)帶通濾波算法進(jìn)行改進(jìn)，可在復(fù)雜背景圖像中準(zhǔn)確的分割出特定形狀尺寸目標(biāo)，大大 減少了后續(xù)處理的計(jì)算量和干擾信息，使得視覺測(cè)量系統(tǒng)的實(shí)時(shí)性、精度及魯棒性容易同 時(shí)得到保證；采用小結(jié)構(gòu)元素形態(tài)學(xué)迭代算法替代大結(jié)構(gòu)元素形態(tài)學(xué)運(yùn)算，提高了算法的 實(shí)時(shí)性；對(duì)于視覺測(cè)量系統(tǒng)中廣泛使用的簡(jiǎn)單形狀目標(biāo)（如橢圓、三角形、矩形等），本發(fā)明 方法具有普適性。
【附圖說明】
[0026] 圖1為本發(fā)明一實(shí)施例方法流程圖；
[0027] 其中，1、目標(biāo)特性測(cè)定，2、大津法分割及求反運(yùn)算，3、形態(tài)學(xué)迭代腐蝕，4、形態(tài)學(xué) 重構(gòu)，5、差分運(yùn)算；
[0028] 圖2(a)是本發(fā)明實(shí)施例待測(cè)圖像；圖2(b)是本發(fā)明實(shí)施例大津法閾值分割并求 反后的待測(cè)二值圖像；圖2(c)是本發(fā)明實(shí)施例標(biāo)記圖像1;圖2(d)是本發(fā)明實(shí)施例標(biāo)記圖 像2 ;圖2(e)是本發(fā)明實(shí)施例重構(gòu)圖像1 ;圖2(f)是本發(fā)明實(shí)施例重構(gòu)圖像2 ;圖2(g)是 本發(fā)明實(shí)施例分割結(jié)果圖像。
【具體實(shí)施方式】
[0029] 如圖1所示，本發(fā)明一目標(biāo)為圓的實(shí)施例分割方法過程如下：
[0030] 方法實(shí)施前，先測(cè)定目標(biāo)特性，具體