密集顆粒圖像中的目標分割技術(shù)研究.pdf

1、在實驗力學中，研究堆積顆粒在受力情況下的運動情況具有重要的意義，跟蹤顆粒在受壓情況下的運動軌跡并獲得顆粒運動過程中相對位置是進行受力分析的基礎。為解決密集顆粒圖像中的顆粒跟蹤問題，首先要從密集顆粒圖像中分割出感興趣的目標顆粒，以便提取目標顆粒特征，用于后續(xù)的跟蹤處理。為此，本文主要研究了基于目標顏色模型的彩色顆粒圖像的目標顆粒分割，以及基于邊界探測和水平集的灰度顆粒圖像中目標顆粒分割等內(nèi)容。 本文首先分析研究了國內(nèi)外顆粒圖像分割

2、的理論方法及應用現(xiàn)狀，闡述了圖像預處理、彩色空間轉(zhuǎn)換、數(shù)學形態(tài)學原理、邊緣檢測、活動輪廓技術(shù)等基本理論方法。以及這些方法在本文研究中的應用情況。 在彩色目標顆粒的圖像中，待提取的目標顆粒顏色與背景顆粒顏色差別較大，為充分利用顆粒圖像的顏色信息，本文選擇把彩色圖像轉(zhuǎn)換到HSV顏色空間下處理，通過對目標顆粒以及背景顆粒的彩色樣本學習得到各自的顏色高斯模型?；诖四Ｐ停瑢θ珗D像素點顏色信息逐一計算與目標以及背景顆粒顏色模型的相似度，以

3、相似度為標準將彩色圖像二值化，從而達到分割目標顆粒與背景顆粒的目的。試驗結(jié)果統(tǒng)計，目標顆粒識別精度在90％以上。 針對灰度密集顆粒圖像，本文提出了一種基于邊緣探測和水平集修復的顆粒分割方法。首先，利用改進的自適應Canny邊緣檢測算法進行邊緣檢測；其次，選取種子點，根據(jù)子圖像的灰度直方圖集中程度自動選取種子點；然后，從種子點向四周發(fā)射探測線探測邊界位置，記錄邊界點，通過判斷機制判別出由于邊緣不完整、顆粒重疊或噪聲等影響產(chǎn)生的偽邊