CN107977972A - 一种图像分割方法 - Google Patents
一种图像分割方法 Download PDFInfo
- Publication number
- CN107977972A CN107977972A CN201711254965.3A CN201711254965A CN107977972A CN 107977972 A CN107977972 A CN 107977972A CN 201711254965 A CN201711254965 A CN 201711254965A CN 107977972 A CN107977972 A CN 107977972A
- Authority
- CN
- China
- Prior art keywords
- point
- image
- cut
- rule
- partition method
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000005192 partition Methods 0.000 title claims abstract description 17
- 238000012952 Resampling Methods 0.000 claims abstract description 9
- 238000005530 etching Methods 0.000 claims abstract description 8
- 238000000638 solvent extraction Methods 0.000 claims abstract description 7
- 238000006243 chemical reaction Methods 0.000 claims abstract description 5
- 239000000284 extract Substances 0.000 claims abstract description 4
- 240000006365 Vitis vinifera Species 0.000 claims description 5
- 235000014787 Vitis vinifera Nutrition 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 5
- 238000012217 deletion Methods 0.000 claims description 2
- 230000037430 deletion Effects 0.000 claims description 2
- 238000005260 corrosion Methods 0.000 abstract description 4
- 230000007797 corrosion Effects 0.000 abstract description 4
- 230000011218 segmentation Effects 0.000 description 18
- 235000009754 Vitis X bourquina Nutrition 0.000 description 3
- 235000012333 Vitis X labruscana Nutrition 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000003709 image segmentation Methods 0.000 description 3
- 241000220317 Rosa Species 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003628 erosive effect Effects 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 235000021022 fresh fruits Nutrition 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/181—Segmentation; Edge detection involving edge growing; involving edge linking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
- G06T2207/20116—Active contour; Active surface; Snakes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种图像分割方法,包括:(1)取待分割的图像,删除背景后进行二值化处理;(2)对二值图像进行腐蚀操作,形成连通区域;(3)对每个连通区域进行膨胀操作,提取边缘曲线;(4)边缘曲线之间的交点连线为分割线,形成初次分割区域;(5)提取每个初次分割区域的边缘曲线,对边缘曲线上的离散点进行重采样,查找出边缘曲线上相邻物品的交界点;通过一定规则将交界点连接,形成二次分割线。本发明先通过腐蚀膨胀将粘连程度较小的物品图像分割开来,使得粘连的物品数量减少,然后寻找粘连物品边缘曲线的交点,通过设定规则继续对图像进行分割,达到完全分割的目的,解决了现有方法无法对粘连物品进行有效分割的问题。
Description
技术领域
本发明涉及一种图像处理方法,尤其涉及一种图像分割方法。
背景技术
图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。图像分割后提取出的目标可以用于图像语义识别,图像搜索等等领域。
目前主要的图像分割方法有阈值分割、区域分割、边缘分割等,研究对象主要集中于形状规则且不易粘连挤压的物品的分割,如机械零部件、新鲜水果、大米等。如中国专利CN101556693公开了一种阈值法标记提取的分水岭SAR图像分割方法,包括如下步骤:(1)对原图像Img进行高斯低通滤波得滤波后图像GImg;(2)对滤波后图像GImg求梯度得梯度图PGImg;(3)对原图像Img用Otsu法提取内部标记LImg;(4)对内部标记进行经典分水岭变换得外部标记WLImg;(5)用内、外标记对梯度图PGImg进行梯度修正。利用强制最小技术修正,以便局部最小区域仅出现在标记位置;(6)对修正后的梯度图进行分水岭变换,所得的图为最终的分割图RImg。该专利将OTSU阈值法和标记分水岭结合,用阈值分割后的图像作为标记分水岭标记的来源,有效的消除了纹理信息的影响。
但是,针对一些不规则且易变形的物体样本,如葡萄干等柔软易变形干果的分割的研究则比较少。此类样本每一个的形状大小均有差别、颜色相同,且相邻两样本之间会出现互相粘连挤压变形,增加分割的难度。
发明内容
本发明提供了一种图像分割方法,该方法可以对图像中的柔软易变形物品进行有效分割,准确计算物品样本的数量,并且受物品挤压变形的干扰小。
一种图像分割方法,包括以下步骤:
(1)取待分割的图像,删除背景后进行二值化处理;
(2)对二值图像进行腐蚀操作,形成多个连通区域;
(3)对每个连通区域进行膨胀操作,提取各连通区域膨胀后的边缘曲线;
(4)相邻边缘曲线之间的交点连线即为分割线,将所述分割线叠加在二值图像上,形成多个初次分割区域;
(5)提取每个初次分割区域的边缘曲线,对边缘曲线上的离散点进行重采样,查找出边缘曲线上相邻物品的交界点;
(6)标出各交界点的法线,如两法线的夹角小于20°,则所在的交界点连线作为分割线;
(7)如法线与其余法线的夹角都大于20°,则所在交界点为未匹配的点;
(8)如未匹配的点数量为1,则该交界点与最近的分割线的中点连线作为分割线;
如未匹配的点数量为2,则该两交界点与它们法线的交点连线,以及交点与其它分割线的中点连线作为分割线;
如未匹配的点数量大于2,则该些交界点与它们的质心连线作为分割线。
本发明通过腐蚀膨胀操作先分割粘连程度较小的物品图像,然后通过重采样查找相邻物品边缘曲线的交界点,利用交接点法线夹角的差异,选择不同的分割方案,进一步对图像进行分割,有效解决了粘连物品不易分割的问题。
优选的,删除背景后进行滤噪,过滤图像噪音,再进行二值化处理。
优选的,所述腐蚀操作和膨胀操作相对称,所述对称经过腐蚀膨胀后图像与原图像相同。
优选的,所述膨胀操作和腐蚀操作的结构元素半径为50-100像素的圆盘,圆盘半径越大,腐蚀的像素越多,更多粘连的物品可以分开,但也会导致分割不准确。
优选的,如连通区域的样本数量大于4,则再对该连通区域进行腐蚀和膨胀操作,样本数量过大会导致图像边缘分界点过多,不利于后续分割规则的设计。
优选的,步骤(5)中,采用sobel算子提取初次分割区域的边缘线。
所述重采样是以通过初分割区域质心的水平直线为边界将边缘曲线分为向下两段,将每段边缘曲线置于极坐标中,并以质心为原点,所述重采样考察离散点的极轴、极角和角速度。
通过重采样符合条件的点,所述符合条件是指该点为相粘连物品边缘曲线的交叉点,如果当前点的极轴比左右相邻两点的极轴小,且差值大于阈值,则认为符合条件;如当前的极角同时大于或小于左右两侧相邻点的极角,且差值大于阈值,则认为符合条件;如当前点的角速度大于阈值,则认为符合条件。
优选的,所述角速度阈值为1723,数值过大会得出过多的分割点,数值过小又会丢失应有的分割点,1723正好可以识别出合适的分割点。
优选的,步骤(5)中,所述重采用的间隔为20-80像素,间隔越小查找的分界点越精确,但是计算量也越大,20-80像素是综合考虑计算量和精度得出的。
所述图像为平铺粘连的葡萄干粒图像。
本发明先通过腐蚀膨胀将粘连程度较小的物品图像分割开来,使得每个初分割区域粘连的物品数量减少,然后寻找每个初分割区域粘连物品边缘曲线的交点,通过设定规则继续对图像进行分割,达到完全分割的目的,解决现有方法无法对粘连物品进行有效分割的问题。另外,本发明根据粘连程度的不同,可调节角速度、极角、极轴的阈值,以达到最佳的分割效果。
附图说明
图1为玫瑰紫品种葡萄干的RGB图像。
图2为除去背景和腐蚀膨胀操作后各个单独连通区域的边缘曲线。
图3为第一次分割后图像编号图。
图4为图3中编号为13的单独连通区域的内部分割结果图。
图5为图3中编号为11的单独连通区域的内部分割结果图。
图6为图3中编号为14的单独连通区域的内部分割结果图。
图7为物品数量大于1的连通区域的内部分割结果图。
图8为最终的分割结果图。
具体实施方式
以玫瑰紫品种葡萄干为例,包括以下步骤:
(1)如图1所示为样品的RGB图像,采用差分法删除图像背景,然后利用采用均值滤波或中值滤波对图像降噪处理,最后进行二值化处理得到二值图。
(2)对二值图进行腐蚀操作,将单独的连通区域逐一提取出来并进行膨胀操作,腐蚀和膨胀采用的结构元素为半径70的圆盘。对图像提取边缘,如图2所示,各个连通区域边缘的交点的连线就是第一次分割的结果。将分割线叠加在二值图上,并对各个连通区域编号,如图3所示。
(3)对分割后物品数量仍大于4的连通区域,如编号为18的区域,再做一次腐蚀和膨胀操作,将其分割成若干个物品数量不超过4的连通区域,使得所有的单独连通区域物品数量均不超过4。
(4)将每个物品数量大于1且小于4的单独连通区域单独提取出来,采用水平和垂直Sobel算子提取边缘曲线,然后分别对每一个单独连通区域的边缘曲线进行步骤(5)至(10)的操作;
(5)以通过质心的水平直线为界将边缘曲线分为上下两段;
(6)将边缘曲线段至于以质心为原点的极坐标上,对曲线段上的离散点进行重采样,计算曲线段上各点的极轴、极角、角速度,重采样的间隔为50;
(7)分别寻找极轴、极角或角速度符合条件的点,并对符合条件的点画法线;极轴符合要求是指:将当前点分别与左侧相邻点和右侧相邻点比较,若当前点的极轴均小于相邻点,且差值大于阈值3,则当前点为符合条件的点;极角符合要求是指:将当前点分别与左侧相邻点和右侧相邻点比较,若当前点的极角均小于相邻点或当前点的极角均大于相邻点,且差值大于阈值0.0034,则当前点为符合条件的点;角速度符合要求是指:角速度大于阈值1723的点为符合条件的点;
(8)比较各条法线间的夹角,若两条法线间的夹角小于20度,则该两点的连线就是分割线,两两的法线夹角大于20度的点,则是尚未匹配的点;
(9)若尚未匹配的点数量为1,
若尚未匹配分割线的点的数量为2,如编号为13的连通区域,则就认为该两法线的交点是分割点,该交点与两凹点的连线是分割线,该交点与步骤(8)得到的分割线的中点的连线是分割线。编号为13的连通区域的分割结果如图4所示。
(10)若尚未匹配分割线的点的数量大于2,如编号为11的连通区域,则尚未匹配分割线的点与这些点的质心的交点就是分割线。编号为11的连通区域的分割结果如图5所示。编号为14的连通区域,3个分割点均未能匹配,则3个分割点与这些点的质心的交点就是分割线,如图6所示。
如图7所示,为物品数量大于1的连通区域的内部分割结果。
如图8所示,为最终的分割结果图。
Claims (10)
1.一种图像分割方法,包括以下步骤:
(1)取待分割的图像,删除背景后进行二值化处理;
(2)对二值图像进行腐蚀操作,形成多个连通区域;
(3)对每个连通区域进行膨胀操作,提取各连通区域膨胀后的边缘曲线;
(4)相邻边缘曲线之间的交点连线即为分割线,将所述分割线叠加在二值图像上,形成多个初次分割区域;
(5)提取每个初次分割区域的边缘曲线,对边缘曲线上的离散点进行重采样,查找出边缘曲线上相邻物品的交界点;
(6)标出各交界点的法线,如两法线的夹角小于20°,则所在的交界点连线作为分割线;
(7)如法线与其余法线的夹角都大于20°,则所在的交界点为未匹配的点;
(8)如未匹配的点数量为1,则该交界点与最近的分割线的中点连线作为分割线;
如未匹配的点数量为2,则该两交界点与它们法线的交点连线,以及交点与其它分割线的中点连线作为分割线;
如未匹配的点数量大于2,则该些交界点与它们的质心连线作为分割线。
2.如权利要求1所述的图像分割方法,其特征在于,删除背景后进行滤噪,再进行二值化处理。
3.如权利要求1所述的图像分割方法,其特征在于,所述腐蚀操作和膨胀操作相对称。
4.如权利要求1所述的图像分割方法,其特征在于,所述膨胀操作和腐蚀操作的结构元素半径为50-100像素的圆盘。
5.如权利要求1所述的图像分割方法,其特征在于,如连通区域的样本数量大于4,则再对该连通区域进行腐蚀和膨胀操作。
6.如权利要求1所述的图像分割方法,其特征在于,步骤(5)中,采用sobel算子提取初次分割区域的边缘线。
7.如权利要求1所述的图像分割方法,其特征在于,步骤(5)中,所述重采样考察离散点的极轴、极角和角速度。
8.如权利要求1所述的图像分割方法,其特征在于,所述角速度阈值为1723。
9.如权利要求1所述的图像分割方法,其特征在于,步骤(5)中,所述重采用的间隔为20-80像素。
10.如权利要求1所述的图像分割方法,其特征在于,所述图像为平铺粘连的葡萄干图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711254965.3A CN107977972B (zh) | 2017-12-01 | 2017-12-01 | 一种图像分割方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711254965.3A CN107977972B (zh) | 2017-12-01 | 2017-12-01 | 一种图像分割方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107977972A true CN107977972A (zh) | 2018-05-01 |
CN107977972B CN107977972B (zh) | 2019-03-05 |
Family
ID=62008890
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711254965.3A Active CN107977972B (zh) | 2017-12-01 | 2017-12-01 | 一种图像分割方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107977972B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112861873A (zh) * | 2021-01-05 | 2021-05-28 | 杭州海康威视数字技术股份有限公司 | 一种具有烟盒的图像的处理方法 |
CN113522776A (zh) * | 2021-07-25 | 2021-10-22 | 安徽唯嵩光电科技有限公司 | 一种新鲜草莓分拣方法及装置 |
CN116721100A (zh) * | 2023-08-09 | 2023-09-08 | 聚时科技(深圳)有限公司 | 工业视觉窄区域切割方法、装置、电子设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6217263B1 (en) * | 1998-06-05 | 2001-04-17 | Sandvik Aktiebolag | Indexable insert for copy turning having a cutting corner formed by curved segments |
JP2009163650A (ja) * | 2008-01-10 | 2009-07-23 | Pasuko:Kk | 地図画像処理装置 |
CN103177449A (zh) * | 2013-03-29 | 2013-06-26 | 浙江大学 | 基于移动正方形的图像边界提取方法 |
CN107240088A (zh) * | 2016-12-07 | 2017-10-10 | 浙江工商大学 | 粘连米粒的检测分割方法、系统以及装置 |
-
2017
- 2017-12-01 CN CN201711254965.3A patent/CN107977972B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6217263B1 (en) * | 1998-06-05 | 2001-04-17 | Sandvik Aktiebolag | Indexable insert for copy turning having a cutting corner formed by curved segments |
JP2009163650A (ja) * | 2008-01-10 | 2009-07-23 | Pasuko:Kk | 地図画像処理装置 |
CN103177449A (zh) * | 2013-03-29 | 2013-06-26 | 浙江大学 | 基于移动正方形的图像边界提取方法 |
CN107240088A (zh) * | 2016-12-07 | 2017-10-10 | 浙江工商大学 | 粘连米粒的检测分割方法、系统以及装置 |
Non-Patent Citations (2)
Title |
---|
LIU ZHAO等: "Graph-based image segmentation using directional nearest neighbor graph", 《SCIENCE CHINA》 * |
荀一等: "粘连玉米籽粒图像的自动分割方法", 《农业机械学报》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112861873A (zh) * | 2021-01-05 | 2021-05-28 | 杭州海康威视数字技术股份有限公司 | 一种具有烟盒的图像的处理方法 |
CN112861873B (zh) * | 2021-01-05 | 2022-08-05 | 杭州海康威视数字技术股份有限公司 | 一种具有烟盒的图像的处理方法 |
CN113522776A (zh) * | 2021-07-25 | 2021-10-22 | 安徽唯嵩光电科技有限公司 | 一种新鲜草莓分拣方法及装置 |
CN116721100A (zh) * | 2023-08-09 | 2023-09-08 | 聚时科技(深圳)有限公司 | 工业视觉窄区域切割方法、装置、电子设备及存储介质 |
CN116721100B (zh) * | 2023-08-09 | 2023-11-24 | 聚时科技(深圳)有限公司 | 工业视觉窄区域切割方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107977972B (zh) | 2019-03-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103310218B (zh) | 一种重叠遮挡果实精确识别方法 | |
Singh et al. | A study of image segmentation algorithms for different types of images | |
CN109636784B (zh) | 基于最大邻域和超像素分割的图像显著性目标检测方法 | |
CN106909901B (zh) | 从图像中检测物体的方法及装置 | |
CN105590319B (zh) | 一种深度学习的图像显著性区域检测方法 | |
CN109146838A (zh) | 一种基于几何特征与区域融合的g显带粘连染色体分割方法 | |
CN107977972B (zh) | 一种图像分割方法 | |
CN105469094B (zh) | 一种路面二值图像的边缘矢量线提取方法 | |
CN104766096B (zh) | 一种基于多尺度全局特征和局部特征的图像分类方法 | |
CN110188778B (zh) | 基于影像提取结果的居民区要素轮廓规则化方法 | |
CN103295018A (zh) | 一种枝叶遮挡果实精确识别方法 | |
CN107527350B (zh) | 一种面向视觉特征退化图像的固废对象分割方法 | |
Chauhan et al. | Image segmentation methods: A survey approach | |
CN103473785A (zh) | 一种基于三值化图像聚类的快速多目标分割方法 | |
KR101549155B1 (ko) | 라이다 자료를 활용한 구조물의 직선경계 추출방법 | |
KR20180020421A (ko) | 대용량 고해상도 위성 영상을 이용한 해안선 추출 방법 및 시스템 | |
EP3341753A1 (en) | Method for identifying individual trees in airborne lidar data and corresponding computer program product | |
CN115731257A (zh) | 基于图像的叶片形态信息提取方法 | |
CN111091071B (zh) | 基于探地雷达双曲波拟合的地下目标检测方法及系统 | |
CN110263205B (zh) | 一种用于人参图像的检索方法 | |
CN103871089A (zh) | 一种基于融合的图像超像素网格化方法 | |
Cheng et al. | Power pole detection based on graph cut | |
Khaliluzzaman et al. | Zebra-crossing detection based on geometric feature and vertical vanishing point | |
CN105844641A (zh) | 一种动态环境下的自适应阈值分割方法 | |
Khan et al. | Segmentation of single and overlapping leaves by extracting appropriate contours |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |