基于骨架的物體分離算法研究.pdf

1、圖像分割在圖像處理領(lǐng)域中是一種基本且重要的技術(shù)，也是進(jìn)行目標(biāo)識(shí)別和圖像分析的前提和關(guān)鍵，其結(jié)果的好壞對(duì)后續(xù)的識(shí)別和分析過(guò)程有很大的影響。圖像分割被廣泛應(yīng)用在人臉識(shí)別、機(jī)器視覺(jué)、醫(yī)學(xué)圖像和行人檢測(cè)等領(lǐng)域中，在實(shí)際生活中扮演著十分重要的角色。但是利用計(jì)算機(jī)來(lái)進(jìn)行圖像的自動(dòng)分割仍然是一個(gè)難題，由于研究對(duì)象本身的不同性質(zhì)，目前還找不到一個(gè)可以應(yīng)用在所有圖像分割問(wèn)題中的統(tǒng)一的解決方案。本文提出一種基于骨架的物體分離算法，用于分割粘連的剛性物體。<

2、br>　　為了對(duì)算法進(jìn)行驗(yàn)證，本文設(shè)計(jì)了一個(gè)物體分離計(jì)數(shù)系統(tǒng)，實(shí)現(xiàn)對(duì)粘連物體的分離和物體數(shù)量的統(tǒng)計(jì)。為了獲取更大的視場(chǎng)面積，系統(tǒng)中用來(lái)采集圖像的攝像頭使用了魚(yú)眼鏡頭，但是通過(guò)魚(yú)眼鏡頭采集的圖像具有嚴(yán)重的徑向失真，對(duì)后續(xù)的處理過(guò)程有很大的影響，因此如何解決魚(yú)眼圖像失真的問(wèn)題是本文的第一個(gè)難點(diǎn)。本文提出的基于骨架的物體分離算法可以不對(duì)魚(yú)眼圖像進(jìn)行非線性校正就可以實(shí)現(xiàn)粘連物體的分離，從一個(gè)新的角度解決了這個(gè)問(wèn)題。骨架作為一種非常有用的形狀描述

3、符，被廣泛應(yīng)用在模式識(shí)別領(lǐng)域中，它集成了物體的幾何和拓?fù)涮卣?，因而可以很好地?duì)物體的形狀進(jìn)行描述。但由于骨架對(duì)噪聲和物體邊緣的變形非常敏感，尤其是本系統(tǒng)中魚(yú)眼圖像的變形，使得求骨架成為了本文研究的第二個(gè)難點(diǎn)。本文首先采用一種快速的基于兩次掃描的算法來(lái)進(jìn)行歐氏距離變換，該算法能夠在線性時(shí)間內(nèi)完成歐氏距離變換，大大提高了程序的效率；然后通過(guò)求取局部極大值的方法來(lái)提取骨架。在實(shí)際采集到的圖像中除了包含一些不同程度粘連的物體之外，通常還存在一些

4、孤立物體，為了只對(duì)圖像中的粘連物體進(jìn)行處理，首先必須對(duì)其中的孤立物體進(jìn)行判別，并將其提取出來(lái)，以免對(duì)粘連物體的分離造成影響，且每分離出一部分粘連物體，都要對(duì)其進(jìn)行單體判別并從圖像中提取出來(lái)，因此如何判別孤立物體是本文的第三個(gè)研究重點(diǎn)。根據(jù)先驗(yàn)知識(shí)本文提出一個(gè)基于骨架的孤立物體判定標(biāo)準(zhǔn)，通過(guò)物體的骨架線特征，對(duì)孤立物體進(jìn)行判斷，從而將其從圖像中提取出來(lái)。本文最后一個(gè)需要解決的問(wèn)題就是粘連物體的分離，對(duì)于不同程度粘連的物體本文采取了不同的分

5、離方法。對(duì)于輕粘連物體，在骨架裁剪階段，將灰度值較小的骨架點(diǎn)從骨架線中去除，從而先把它們的骨架分離開(kāi)來(lái)；然后利用裁剪后的骨架對(duì)輕粘連物體進(jìn)行重構(gòu)，即可分離得到各個(gè)輕粘連的物體。對(duì)于重粘連物體，本文提出一種利用骨架信息查找粘連處分割點(diǎn)的方法。首先，在骨架裁剪階段，將骨架中由于物體粘連而形成或產(chǎn)生灰度值異常變化的骨架點(diǎn)去除；然后對(duì)經(jīng)過(guò)裁剪得到的骨架段中滿足一定長(zhǎng)度要求的骨架進(jìn)行延伸，還原出物體的完整骨架；最后以延伸后的骨架上的骨架點(diǎn)為中心在