基于分水嶺分割的粘連顆粒圖像分析技術研究.pdf

1、在醫(yī)學、農業(yè)、科研、工業(yè)等應用領域,顆粒是種常見的分析測量對象,通過統(tǒng)計樣品內所含顆粒的數目和各種特征參數,對其品質或特性進行分析。早期的人工顆粒檢測雖然很好地將不同特征的顆粒識別開來,但其專業(yè)性強,工作量大,效率低,精度不高。采用數字圖像處理方法分離開粘連顆粒,再進行分析和測量,可以減輕勞動強度,提高工作效率和準確度,從而成為近年來國內外的研究熱點。
　　 重點研究顆粒圖像預處理與優(yōu)化、圖像分割、顆粒計數與特征分析。先對圖像進

2、行各種預處理,將圖像轉換為灰度圖,利用圖像平滑處理減少各類噪聲干擾；選取合適的閾值對圖像進行二值化,使顆粒從背景中分割出來。在分水嶺算法分割粘連顆粒前進行圖像優(yōu)化,設計一種形態(tài)學濾波器,濾去圖像中顆粒不規(guī)則的邊緣,使互相粘連部分減少,填充顆粒中的孔洞；另外通過距離變換將二值圖像轉換為均勻分布的灰度圖,消除原始灰度圖像中大量存在的“偽”局部極小值點。提出一種優(yōu)化的分水嶺分割算法,對灰度圖進行分水嶺分割,將粘連顆粒分割成單獨顆粒,在分割后期

3、,對少量過分割的小面積區(qū)域,采用面積閾值法濾去小于閾值的區(qū)域,分割更加精確。大量的實驗結果表明優(yōu)化算法適用于不同領域的粘連顆粒圖像,具有良好的適應性與魯棒性,處理速度快。在分水嶺分割的基礎上提出兩種顆粒自動計數方法,并利用顆粒大小,形狀,顏色等特征參數來描繪顆粒的特征,提取出各項特征參數的值。
　　 本文研究的圖像分割與分析算法快速準確地將粘連顆粒物體分割開來,顆粒計數準確度達到99％以上,特征參數提取結果誤差小。整個算法處理速