類圓形堆疊顆粒分割問題研究.pdf

1、類圓形顆粒圖像分析是當(dāng)前圖像處理、計算機(jī)視覺領(lǐng)域的一個備受關(guān)注的研究課題，在醫(yī)學(xué)細(xì)胞分析、工業(yè)工件粒度測量、農(nóng)業(yè)果實品質(zhì)分析等各種應(yīng)用領(lǐng)域都有廣泛的應(yīng)用前景。顆粒分割是其中一個尤為關(guān)鍵的核心問題，分割性能的好壞直接影響顆粒分析結(jié)果的準(zhǔn)確度。然而，當(dāng)類圓形顆粒圖像中的大量顆粒同時存在形狀尺寸不規(guī)則、排列緊密堆疊，相互之間紋理、灰度相似等因素時，將堆疊形成的大量復(fù)雜顆粒組合結(jié)構(gòu)準(zhǔn)確分離成獨立的顆粒個體，并有效提取各個顆粒的完整輪廓將變得異常

2、困難，這也給經(jīng)典的圖像分割方法提出了新的挑戰(zhàn)。
　　本論文選取形狀尺寸不規(guī)則，相互之間紋理、灰度相似且存在堆疊的大量類圓形顆粒圖像作為研究對象，圍繞顆粒分割問題中的兩大難點問題即顆粒分離和完整輪廓提取展開研究和探討。具體的研究工作如下：
　　針對本論文研究對象中一類相互尺寸接近、并且標(biāo)準(zhǔn)尺寸已知的類圓形堆疊顆粒，提出了基于模糊梯度卷積核的分水嶺分割算法。該算法首先定義一個隸屬函數(shù)寬度為2*?r的模糊梯度卷積核?OFSC，有效

3、描述各顆粒目標(biāo)的不規(guī)則形狀、尺寸先驗知識；然后通過卷積操作使各顆粒的目標(biāo)邊緣點針對其偏離標(biāo)準(zhǔn)圓環(huán)的程度，對真實顆粒中心進(jìn)行軟投票，對應(yīng)生成形狀呈現(xiàn)單峰、且峰值差異較小的中心標(biāo)記增強結(jié)果；在此基礎(chǔ)上基于標(biāo)記控制分水嶺分割框架，給出了顆粒中心標(biāo)記提取、梯度圖灰度分布重構(gòu)等關(guān)鍵步驟，實現(xiàn)了堆疊顆粒的有效分割。仿真實驗結(jié)果證明：針對各種堆疊程度不同的真實堆疊顆粒圖像，該算法均能有效抑制原有算法存在的中心增強峰值擴(kuò)散問題，提高中心標(biāo)記提取準(zhǔn)確性，

4、有效減少傳統(tǒng)分水嶺分割方法存在的嚴(yán)重過分割現(xiàn)象。
　　針對工業(yè)領(lǐng)域中最為典型的一種標(biāo)準(zhǔn)尺寸已知堆疊類圓形顆粒目標(biāo)——棒材端面顆粒，將模糊梯度卷積核方法應(yīng)用到某在線棒材計數(shù)系統(tǒng)開發(fā)中，實現(xiàn)了對在線棒材端面中心的有效識別、準(zhǔn)確定位，并能滿足系統(tǒng)實時性要求。
　　針對本論文研究對象中一類相互尺寸差異較大，且先驗尺寸未知的類圓形堆疊顆粒，提出了自適應(yīng)h?minima變換的改進(jìn)分水嶺分割算法。該算法首先利用不同h值h?minima變換

5、抑制傳統(tǒng)分水嶺初始分割產(chǎn)生的種子噪聲；并以對應(yīng)候選種子為中心，分別采用改進(jìn) K-均值算法合并初始分割區(qū)域，產(chǎn)生候選分割結(jié)果；然后，基于顆粒形狀先驗定義了一個新的圓度度量指標(biāo)FuzzyR,并將堆疊顆粒平均圓度最大作為優(yōu)化目標(biāo)，將各堆疊區(qū)域最優(yōu)h值的提取問題轉(zhuǎn)換為改進(jìn) K-均值算法的聚類類別數(shù)目的優(yōu)化問題來解決，自適應(yīng)地為各個堆疊區(qū)域選擇了最優(yōu)h值，實現(xiàn)了各堆疊區(qū)域的最優(yōu)分割；仿真實驗結(jié)果證明：針對人工合成和各種真實類圓形顆粒圖像，本算法均

6、能有效抑制過分割、減少欠分割，分割性能顯著提高。
　　針對本論文研究對象的顆粒輪廓提取問題，提出了一種基于可選形狀約束耦合Snake模型的兩階段堆疊顆粒輪廓重構(gòu)算法。該算法在粗分割階段采用上述兩種改進(jìn)分水嶺算法實現(xiàn)堆疊顆粒分離，有效獲取各顆粒的非遮擋證據(jù)邊緣，并構(gòu)建合適的橢圓形狀先驗?zāi)Ｐ?；在局部擬合重構(gòu)階段，將橢圓形狀約束力以可選方式式引入耦合Snake模型能量函數(shù)中，讓各個堆疊顆粒輪廓在同步迭代演化過程中，橢圓形狀約束力只針對各