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、掃描儀、坐標測量機等。數(shù)字圖像處理最早出現(xiàn)于20世紀50年代，當時的電子計算機已經(jīng)發(fā)展到一定水平，人們開始利用計算機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)、生活娛樂等多領(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行統(tǒng)計，例如，對細胞的圖像進行統(tǒng)計，可以得出細胞的濃度、形狀等信息；對農(nóng)作物的圖像進行統(tǒng)計，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，在對稠密物體進行統(tǒng)計之前，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行統(tǒng)計這一方法的推廣。

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:平滑模塊對圖像進行平滑；S3 =HSI閾值處理模塊對圖像進行二值化，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)生的孔洞進行填充；S5:腐蝕模塊對孔洞填充后的二值化圖像進行腐蝕處理；S6:細化模塊將稠密物體徹底分離并獲取每個稠密物體的中心；S7:輸出分割后的圖像。本發(fā)明基于圖像形態(tài)學(xué)對稠密物體進行分割，這種方法具有分割區(qū)分度高、誤識別率低、性能穩(wěn)定等優(yōu)點，有利于通過圖像對稠密物體進行統(tǒng)計這一方法的推廣。本發(fā)明的附加方面和優(yōu)點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)明的實踐了解到。


本發(fā)明的上述和/或附加的方面和優(yōu)點從結(jié)合下面附圖對實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)選實施方式中采用的模塊架構(gòu)示意圖。
具體實施例方式下面詳細描述本發(fā)明的實施例，所述實施例的示例在附圖中示出，其中自始至終相同或類似的標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)生的孔洞進行填充。進行孔洞進行填充，圖像被送入腐蝕模塊，消除稠密物體之間的細小粘連和面積過小的噪聲點。最后，圖像被送入細化模塊，細化模塊將稠密物體徹底分離，并獲取每個稠密物體的中心。圖1是利用圖2所示的結(jié)構(gòu)進行的基于圖像形態(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:平滑模塊對圖像進行平滑；S3 =HSI閾值處理模塊對圖像進行二值化，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)生的孔洞進行填充；S5:腐蝕模塊對孔洞填充后的二值化圖像進行腐蝕處理；S6:細化模塊將稠密物體徹底分離并獲取每個物體的中心；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值分別進行平滑，對R、G、B三個通道分別進行平滑時所采取的操作相同，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)選實施方式中，對圖像進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:平滑模塊對圖像進行平滑； 53HSI閾值處理模塊對圖像進行二值化，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)生的孔洞進行填充； 55:腐蝕模塊對孔洞填充后的二值化圖像進行腐蝕處理； 56:細化模塊將稠密物體徹底分離并獲取每個稠密物體的中心； 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)的點按大小進行排序，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，對圖像進行掃描，與閾值的差別在可變范圍內(nèi)的像素點為物體，標記為I ;與閾值的差別超出可變范圍的像素點標記為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，對標記為O的區(qū)域進行掃描，對其中的每一個點，如果其所在連通分量的面積小于面積閾值，則認為該連通分量是物體內(nèi)部的孔洞，將其全部標記為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)計方法為:對于一個標記為O的點，將與其相鄰的標記為O的點納入同一連通分量；對于這些相鄰的標記為O的點,遞歸處理；直到周圍都是標記為I的點，遞歸結(jié)束；統(tǒng)計所述連通分量包含的點的數(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,對標記為I的點進行掃描,如果與其相鄰的點中存在標記為O的點,則所述標記為I的點為邊界點； 562:檢查所述標記為I的點所處的連通分量中是否存在非邊界點，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標記為臨時中心點； 563:對每一個標記為I的連通分量，將其內(nèi)部的所有臨時中心點坐標值取平均作為最終的中心點，即分割出來的一個物體的中心。
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；平滑模塊對圖像進行平滑；HSI閾值處理模塊對圖像進行二值化，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)生的孔洞進行填充；腐蝕模塊對孔洞填充后的二值化圖像進行腐蝕處理；細化模塊將稠密物體徹底分離并獲取每個稠密物體的中心；輸出分割后的圖像。本發(fā)明基于圖像形態(tài)學(xué)對稠密物體進行分割，這種方法具有分割區(qū)分度高、誤識別率低、性能穩(wěn)定等優(yōu)點，有利于通過圖像對稠密物體進行統(tǒng)計這一方法的推廣。
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)