CN1120446C - 粒子识别装置 - Google Patents
粒子识别装置 Download PDFInfo
- Publication number
- CN1120446C CN1120446C CN98813371.7A CN98813371A CN1120446C CN 1120446 C CN1120446 C CN 1120446C CN 98813371 A CN98813371 A CN 98813371A CN 1120446 C CN1120446 C CN 1120446C
- Authority
- CN
- China
- Prior art keywords
- image
- particle
- achieve
- range conversion
- intermediate image
- 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.)
- Expired - Lifetime
Links
- 239000002245 particle Substances 0.000 title claims abstract description 341
- 238000000034 method Methods 0.000 claims abstract description 42
- 238000000605 extraction Methods 0.000 claims abstract description 30
- 238000000926 separation method Methods 0.000 claims abstract description 28
- 238000006243 chemical reaction Methods 0.000 claims description 77
- 238000009826 distribution Methods 0.000 claims description 23
- 239000000284 extract Substances 0.000 claims description 19
- 238000001914 filtration Methods 0.000 claims description 11
- 239000000654 additive Substances 0.000 claims description 7
- 230000000996 additive effect Effects 0.000 claims description 7
- 230000009466 transformation Effects 0.000 abstract 7
- 230000000007 visual effect Effects 0.000 description 19
- 238000010586 diagram Methods 0.000 description 8
- 239000003337 fertilizer Substances 0.000 description 6
- 230000014509 gene expression Effects 0.000 description 6
- 239000000126 substance Substances 0.000 description 5
- 230000007717 exclusion Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 239000003317 industrial substance Substances 0.000 description 2
- 229910052500 inorganic mineral Inorganic materials 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 239000011707 mineral Substances 0.000 description 2
- 239000011148 porous material Substances 0.000 description 2
- 239000012798 spherical particle Substances 0.000 description 2
- 235000008331 Pinus X rigitaeda Nutrition 0.000 description 1
- 235000011613 Pinus brutia Nutrition 0.000 description 1
- 241000018646 Pinus brutia Species 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000003706 image smoothing Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000178 monomer Substances 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1429—Signal processing
- G01N15/1433—Signal processing using image recognition
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biochemistry (AREA)
- Dispersion Chemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Analytical Chemistry (AREA)
- Signal Processing (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
由图象输入装置(1)形成探测粒子组的半色调图象(IG)。将此数据表示的半色调图象(IG)由2值化装置(2)2值化形成2值化图象(IB)。由距离变换装置(3)对此二值化图象(IB)施行距离变换,形成距离变换图象(ID)。用粒子核提取装置(4)对此距离变换图象进行粒子核提取,形成粒子核图象(IC)。为此,由粒子核提取装置(4)根据距离变换图象求得粒子核候选,同时依据粒子核候选之间的距离和分离参数(PS)提取粒子核而形成粒子核图象(IC)。用粒子扩展装置(5)处理粒子核图象(IC)和距离变换图象(IC),使粒子扩展而形成粒子分离图象(IS)。为此,根据此距离变换的值处理粒子核图象(IC)中的粒子核而形成粒子分离图象(IS),由此粒子分离图象(IS)能高精度地高速识别粒子。
Description
本发明涉及包括化肥、爆破碎裂物、蔬菜与水果等待测粒子组,根据它们的半色调图象分离粒子来识别单体的粒子的粒子识别装置,具体涉及到利用粒度分布的测定和金属、矿物、纤维等的气孔的开头分析等的粒子识别装置。
作为这种粒子识别装置,已有利用标号的粒子识别装置和利用距离变换的粒子识别装置。
〔利用标号的粒子识别装置(先有技术1)〕
利用标号的粒子识别装置按下述步骤识别粒子。
(1)将待测粒子组作为图象捕获,求得其半色调图象。
(2)将(1)中取得的图象二值化(“0”、“1”),作为二值图象(参考图11(a))。
(3)对(2)中求得的二值图象进行标号,求得标号图象(图11(b))。
(4)将各标号(①~⑥)识别为1粒子。
〔利用距离变换的粒子识别装置(先有技术2)〕
利用距离变换的粒子识别装置按下述步骤识别粒子。
(1)将待测粒子组作为图象捕获,求得其半色调(halftone)图象。
(2)将(1)中取得的图象二值化(“0”、“1”),作为二值图象。
(3)对(2)中求得的二值图象作距离变换,求得距离变换图象(参考图12(a))。
(4)根据(3)求得的距离变换图象,将提取阈值K以上的像素而得的图象平滑化,获得结果图象线OK(参看图13(a))。
(5)相对于(4)求得的结果图象线OK,施加互扩展而得到图象E(参考图13(b))。
(6)根据图象DK-1(参看图13(c)),分类成切断可能图象C(参考图13(d))、切断不能图象I(参考图13(e))、新图象N(参考图13(f))。
(7)对图象C与图象E求它们的逻辑积,得到图象A(参考图13(g))。
(8)将图象N平滑化,求得图象N’(参考图13(h))。
(9)取图象A、图象I与图象N’的逻辑和,求得图象OK-1(参考图13(i))。
(10)重复步骤(5)~(9)中,同时从K递减至1,求得粒子分离图象。
(11)对(10)求得的粒子分离图象加标号,求得标号图象(参考图12(b))。
(12)将各标号(①~⑦)作为1粒子识别。
这种采用距离变换的粒子识别技术,例如已示明于特开昭62-211783号公报(图象处理装置)等之中。
〔本发明拟解决的问题〕
但当采用上述先有技术的粒子识别装置时,对于利用标号的粒子识别装置(先有技术1),在2值图象中,于接触许多粒子而二值化的情形是把所接触的多个粒子作为1个粒子来识别的,因而降低了粒子识别精度。
具体地说,一般在据图象识别粒子时,粒子的摄影环境会起影响,粒子的半色调图象多数情形不清晰,在由2值化求得2值图象时,许多粒子也因相互接触而常会二值化。但是,利用标号的粒子识别装置多数情形下是把接触的粒子作为1个粒子识别,于是常会影响粒子的识别结果。
要是为了避免上述问题而提高二值化的水平。则会把粒子作为比实际颇小的粒子来识别或是使粒子消失。
另一方面,利用距离变换的粒子识别装置(先有技术2)时,在2值图象中即使是因许多粒子接触而2值化时,它们也能作为多个粒子识别,结果能进行精度良好的粒子识别。但是这种装置由于在粒子分离时应用了互斥的扩展处理,会产生分离粒子的形状与本来粒子的形状不同的现象,从而难以用于金属或矿物等气孔形状分析之类的目的。这种装置除距离变换的计算之外,必须反复进行用于图象分离的简并、标号、互斥扩展、逻辑和与逻辑积等计算,使计算量庞大。因此,需用很长的处理时间,而只能将这种装置引入时间限制松宽的环境。
此外,在化肥或化工原料等生产车间中,需要测量传送带上流动的粒子组的粒度分布,将此粒度分布的测定结果用作控制原料与水等投入量的反馈信息等。为此,希望能较快地求得粒子识别结果,也希望粒度分布测定所需的处理时间更短。在化肥或化工原料等的生产设备中,须将粒度分布测定中所用的处理时间缩短到数秒之内。这样,先有技术1因精度的问题难以使用,而先有技术2由于计算量庞大,粒度分布的测定需要几分钟的处理时间而不能使用。
本发明的提出即是为了解决上述这类问题的,其目的在于提供能高速、高精度地进行粒子识别的粒子识别装置。
为了达到上述目的,第一项发明是配备有:用于求得被测粒子组半色调图象(IG)的图象输入装置(1);将此图象输入装置(1)求得的半色调图象(IG)2值化而作为2值图象的2值化装置(2);对此2值化装置(2)2值化的2值图象(IB)施加距离变换,求得距离变换图象(ID)的距离变换装置(3);对此距离变换装置(3)求得的距离变换图象施加粒子核提取处理而获得粒子核图象(IC)的粒子核提取装置(4);根据粒子核提取装置(4)求得的粒子核图象(IC)与距离变换装置(3)求得的距离变换图象(ID),施加粒子扩展处理而求得粒子分离图象(IS)的粒子扩展装置。
根据此项发明,将被测粒子组的半色调图象(IG)制成二值图象(IB),对此二值图象(IB)施加距离变换而求得距离变换图象(ID),对此距离变换图象(ID)施加粒子核提出处理获得粒子核图象(IC),再据此粒子核图象(IC)与距离变换图象(ID)施加粒子扩展处理而求得粒子分离图象(IS)。
第二发明是在第一发明之中从距离变换图象(ID)求出粒子核候选,根据此粒子核候选间的距离提取粒子核可得到粒子核图象(IC),据此粒子核图象(IC)与距离变换图象(ID)施加粒子扩展处理而求得粒子分离图象(IS)。
第三发明是在第一发明之中设定用于粒子核提取处理时确定粒子核的提取程度的分离参数(PS)的参数设定装置(6),另一方面从距离变换图象(ID)求出粒子核候选,根据此粒子核候选间的距离与分离参数(PS)而提取粒子核。
根据这项发明,基于粒子核候选间的距离和分离参数(PS)提取粒子核,得出粒子核图象(IC),由此粒子核图象(IC)与距离变换图象(ID)施加粒子扩展处理可求得粒子分离图象(IS)。此时,通过改变分离参数(PS),能调节粒子核提取处理时粒子核的提取程度(粒子分离的程度)。
第4发明是在第二发明之中对距离变换图象(ID)进行3×3像素附近的加法运算求得第1中间图象(IT1);对此第1中间图象(IT1)施行输出3×3像素附近最大值的过滤处理而求得第2中间图象(IT2);利用从第1与第2中间图象(IT1、IT2)提取出等值点的图象对距离变换图象(ID)进行掩蔽,而求得表示粒子候选的第3中间图象(IT3)。
根据这项发明,对距离变换图象(ID)进行3×3像素附近的加法运算,可求得第1中间图象(IT1);对此第1中间图象(IT1)施加输出3×3像素附近最大值的滤波处理,可得到第2中间图象(IT2);而用从第1与第2中间图象(IT1,IT2)提取出等值点的图象来掩蔽距离变换图象(ID),则可求得示明粒子核候选的第3中间图象(IT3)。根据此第3中间图象(IT3)中粒子核候选间的距离提取粒子核,可以求得粒子核图象(IC)。
第5发明是在第3发明之中对距离变换图象(ID)进行3×3像素附近的加法运算,求得第1中间图象(IT1);对此第1中间图象(IT1)施行输出3×3像素附近最大值的过滤处理,求得第2中间图象(IT2);用从第1与第2中间图象(IT1,IT2)提取出等值点的图象来进行掩蔽求得示明粒子核候选的第3中间图象(IT3)。
根据这项发明,对距离变换图象(ID)进行3×3像素附近的加法运算求得第1中间图象(IT1);对此第1中间图象(IT1)进行输出3×3像素附近最大值的滤波处理,求得第2中间图象(IT2);用从第1与第2中间图象(IT1,IT2)提取出等值点的图象来进行掩蔽,求得示明粒子核候选的第3中间图象(IT3)。根据此第3中间图象(IT3)中粒子核候选之间的距离与分离参数(PS),提取粒子核而求得粒子核图象(IC)。
第6发明是在第5发明之中对第3中间图象(IT3)乘以分离参数(PS)求得第4中间图象(IT4),对此第4中间图象(IT4)施以逆距离变换求得第5中间图象,对此第5中间图象(IT5)进行标号求得第6中间图象(IT6),再以第3中间图象(IT3)掩蔽此第6中间图象(IT6)而获得粒子核图象(IC)。
根据这项发明,通过对第3中间图象(IT3)乘以分离变数(PS)求得第4中间图象(IT4),对此第4中间图象施以逆距离变换而得到第5中间图象(IT5),对此第5中间图象(IT5)进行标号求得和6中间图象(IT6),再以第3中间图象(IT3)掩蔽此第6中间图象(IT6)而获得粒子核图象(IC)。
第7发明是在第1~第6发明之中设置粒子分布运算装置(7),用来根据粒子扩展装置(5)得到的粒子分离图象(IS)求出的各粒子大小,计算出粒度分布。
图1是示明本发明一实施形式的粒子识别装置主要部分的框图。
图2概示粒子识别装置中从2值图象开始到求得粒子分离图象上的情形。
图3是示明粒子提取部的内部结构的框图。
图4是示明粒子扩展部的内部结构的框图。
图5(a)是示明显示器上显示的6mm球状粒子组的粒子图象(2值图象)的照片,图5(b)示明显示器上显示的由先有技术1的方法求得的粒子分离结果的照片,图5(c)示明显示器上显示的由先有技术2的方法求得的粒子分离结果的照片,图5(d)示明显示器上显示的由本发明的方法求得的粒子分离结果。
图6示明各种方法的处理时间。
图7(a)示明显示器上显示的传送带上化肥粒子图像(2值图像)的照片,图7(b)示明显示器上显示的由先有技术1的方法求得的粒子分离结果的照片,图7(c)示明显示器上显示的由先有技术2的方法求得的粒子分离结果的照片,图7(d)示明显示器上显示的由本发明的方法求得的粒子分离结果的照片。
图8示明各种方法的处理时间。
图9是在图1的结构中增设了粒度分布计算部的粒度识别装置的框图。
图10例示粒子核提取部的处理。
图11(a)示明利用标号的粒度识别装置(先有技术1)的粒子识别过程中的2值图像,图11(b)示明此粒子识别结果的标号图像。
图12(a)示明利用距离变换的粒子识别装置(先有技术2)的粒子识别过程中的距离变换图像,图12(b)示明此粒子识别结果的标号图像。
图13说明应用距离变换的粒子识别装置(先有技术2)的粒子识别过程。
下面根据实施形式详细说明本发明。图1是示明本发明一实施形式的粒子识别装置主要部分的框图。在此图中,1为图像输入部,2为2值化部,3为距离变换部,4为粒子核提取部,5为粒子扩展部,6为参数设定部,7为粒子识别部。
图像输入部1求得拍摄的N×N像素的被测粒子组的半色调图像IG:IG(x,y)(x,y=0,1,...,N-1)。
2值化部根据半色调图像IG和预定的阈值T,用下式求得2值图像:IB(x,y)(x,y=0,1,...,N-1)(参看图2(a))。
距离变换部3对2值图像IB施加距离变换,得到距离变换图像ID(参看图2(b))。这时的距离变换,在2值图像之中,对于值不是“0”的图像给以把到值“0”的像素的最短距离作为值的变换处理,实际上,在把IB复制到ID上之后,由扫描对下式的处理进行两次。
ID(x,y)=min(ID(a,b)){a=x-1~x+1,b=y-1~y+1}+1
粒子核提取部4由距离变换图像求出粒子核候选,根据此粒子核候选之间的距离与分离参数PS提取粒子核,得到粒子核图像IC:IC(x,y){x,y=0,1,...,N-1}(参看图2(c))。
粒子扩展部5把距离变换图像ID和粒子核图像IC作为输入,根据距离变换的值,对粒子核图像IC中的粒子核施加粒子扩展处理,得到粒子分离图像IS:IS(x,y){x,y=0,1,...,N-1}(参看图2(d))。
参数设定部6相对于粒子核提取部4,设定确定此粒子核提取处理时提取程度(粒子分离程度)的分离参数PS。
图3是示明粒子核提取部4的内部结构的框图。粒子核提取部4设有加法过滤器4-1、最大过滤器4-2、第一掩蔽过滤器4-3、比例过滤器4-4、逆距离变换部4-5、标号部4-6与第二掩蔽过滤器4-7。
加法过滤器4-1对来自距离变换部3的距离变换图像ID进行3×3像素附近的加法运算,得到中间图像IT1:IT1(x,y)(x,y=0,1,...,N-1)(参看图10(b))。(式2)
最大过滤器4-2对得自加法过滤器4-1的中间图像IT1施行输出3×3像素附近最大值的过滤处理,得到中间图像IT2:IT2(x,y){x,y=0,1,...,N-1}(参看图10(c))。
IT2(x,y)=max(IT1(a,b)){a=x-1~x+1,b=y-1~y+1}
第1掩蔽4-3用由中间图像IT1、IT2提取顶点(等值点)的图像掩蔽距离变换部3所得的距离变换图像ID,得到表示粒子核候选的中间图像IT3:IT3(x,y){x,y=0,1,...,N-1}(参看图10(d))。此时,在图10(d)中,由像素值2表示的区域Sa和由像素值“1”表示的区域Sb以及Sc,成为粒子核候选。(式3)
在本说明书的公式中,“==”表示左边与右边相等,“!=”表示左边与右边不等,“=”表示将右边的值代入左边的变数。
比例过滤器4-4对中间图像IT3乘以得自参数设定部6的分离参数PS,得到中间图像IT4:IT4(x,y){x,y=0,1,...,N-1}(参考图10(e))。
IT4(x,y)=PS×IT3(x,y)
逆距离变换部4-5对中间图形IT4由扫描进行2次下式的处理,施加逆距离变换,得到中间图像IT5:IT5(x,y){x,y=0,1,...,N-1}(参看图10(f))。
(式4)
标号部4-6在中间图像IT5中对非“0”的像素进行标号,得到中间图像IT6;IT6(x,y){x,y=0,1,...,N-1}(参考图10(g))。此时,参考图10(g),对由图10(e)中像素值“3”表示的区域Sa’以及由像素值“1”表示的与该区域Sa’接近的区域Sb’的逆距离变换区S1,给以标号①,而对图10(e)中与区域Sa’分离开的位置处以像素值“1”所示区域Sc’中的逆距离变换区S2,给以标号②。
第二掩蔽滤波器4-7用中间图像IT3掩蔽中间图像IT6,得到粒子核图像IC;IC(x,y){x,y=0,1,...,N-1}(参看图10(h))。此时,参考图10(h),图10(d)中的粒子核候选Sa与Sb作为标号①所示的一种粒子核提取出,而粒子核候选Sc作为标号②所示的一种粒子核提取出。
图4是示明粒子扩展部5的内部结构的框图。粒子扩展部5包括粒子皮附加部5-1、扩展分离部5-2与循环控制部5-3。
粒子皮附加部5-1当从循环控制部5-3接收到循环计数子后,从距离变换部3求得距离变换图象ID,进而在Z的值是距离变换的最大值时从粒子核提取部4求得粒子核图象,而在此之外的情形由扩展分离部5-2求得中间分离图象IL,并将ID中值为Z的部分作为粒子皮而附加到IC或IL上,形成粒子皮图象IE。
扩展分离部5-2通过对粒子皮图象IE由扫描进行2次下述的处理,将粒子标号附于粒子皮上,使粒子扩展,形成中间分离图象IL。此膨胀分离按下述方式进行。
(1)复制IE形成IL。
(2)IL(x,y)!=1的部分保持不变。
(3)当IL(x,y)==1而在3×3像素附近存在值“-1”时,IL(x,y)=-1。
(4)当IL(x,y)==1而在3×3像素附近存在一种标号值(2或2以上的整数)时,对IL(x,y)给予其标号值。
(5)当IL(x,y)==1而在3×3像素附近存在2或2种以上的标号值,IL(x,y)=-1。
循环控制部5-3是进行循环控制的控制部,由距离变换的最大值使循环计数初始化,在每次从扩展分离部5-2接收中间分离图象IL而Z非0时,将Z的值减1输入粒子皮附加部5-1,继续此循环。当Z为0时,据IE(x,y)形成粒子分离图象IS:IS(x,y){x,y=0,1,...,N-1},向粒子识别部输出而结束此循环。
粒子识别部7从粒子扩展部5输入粒子分离图象IS,将各标号作为1个粒子识别。
应用此粒子识别装置根据被测粒子组的半色调图象来分离粒子时,在2值图象之中,即使多个粒子接触而2值化时,也能把它们作为各个独立的粒子识别。此外,即使粒子有很大的变形时,也能作为1个粒子识别而不会错误地分离。这种情形下,根据测定对象粒子的重合特性或图象输入精度的偏差与测定环境等因素,通过设定适当的分离参数PS,就能进行精确的粒子识别。具体地说,通过调整分离参数PS,能够调节粒子核的提取程度(粒子的分离程度),由此便可精确地识别粒子。由此,采用了这种粒子识别装置时,即使粒子图象不清楚,也能以更高的精度分离粒子,同时能提高粒子识别精度。此外,由于是对于提取出的粒子核沿着距离变换值进行粒子扩展,就能在尽可能不改变原来粒子的形状下进行粒子分离,因而能以更高的精度识别粒子。
在这种粒子识别装置中,首先进行距离变换,于粒子核提取出后,通过重复处理,使粒子核多次扩展,由此得到最终的分离图象。在此考察进行1次循环处理所需要的计算量,先有技术2在每进行1次循环处理中要进行简并、标号、互斥的扩展、逻辑和以及逻辑等处理,因而需用庞大的计算量,与此相反,本实施形式的粒子识别装置由于在每次循环处理中只需进行粒子核的扩展,它的计算量就远比先有技术2的少,结果整体处理中所需的计算量就比先有技术2的少。
下面通过模拟来验证本实施形式的粒子识别装置的效果。准备了两种用作粒子图象的图象。
首先,拍摄6mm的球状粒子组,把2值化的图象作为粒子图象,用先有技术1的方法、先有技术2的方法和本发明的方法,分别进行粒子识别,对粒子识别结果与处理所需时间进行比较。比较结果示明于图5(a)~图5(d)中。图5(a)示明粒子图象(2值图象)。图5(b)示明应用先有技术1的方法得到的粒子识别结果,图5(c)示明应用先有技术2的方法得到的粒子识别结果。图5(d)示明应用本发明的方法得到的粒子识别结果。
根据这些结果得知下述事实。在先有技术1的方法中,处理速度虽然高,但当有许多粒子接触而2值化时,会把接触的许多粒子作为1个粒子来识别。
在先有技术2的方法中,即使是多个粒子接触而2值化时,也能把它们一一作为独立的粒子识别,因而可以高精度地识别粒子。如图6所示,计算量多需要较长的处理时间,难以适合时间限制严苛的用途。
本发明的方法即使是在许多粒子接触而2值化时,也能把它们分别作为独立粒子识别,而且能减少计算量,使其计算量比先有技术2的计算量减少至少一半。
其次拍摄传送带上的化肥料,把2值化的图象作为粒子图象,用先有技术1的方法、先有技术2的方法和本发明的方法,分别进行粒子的识别,并且比较粒子识别结果与处理所需的时间。比较结果示明于图7(a)~图7(d)。图7(a)示明粒子图象(2值图象)。图7(b)示明先有技术1的方法的粒子识别结果。图7(c)示明先有技术2的方法的粒子识别结果。图7(d)示明本发明的方法的粒子识别结果。
根据这些结果可知下述事实。在先有技术1的方法中,粒子图象中有已二值化的接触的粒子,因此,许多接触的粒子会作为1个粒子被识别,从而会得到不正确的粒子识别结果。
在先有技术2的方法中,对多个粒子接触而2值化的部分虽然进行了分离,但由于是采用互斥的扩张进行粒子分离,分离的粒子的形状会变形成为与原有粒子图象的形状颇不相同的结果。此外,先有技术2的方法中计算量多,因而处理时间长。
本发明的方法中,多个粒子相接触且二值化的部分中的粒子的扩展分离是依循距离变换的值进行,因而分离的粒子的形状与原来粒子图象的形状相比变形少,可说是在原图象中进行精确的粒子分离。结果能进行精度更高的粒子识别。还由于可减少计算量,能使其计算量比先有技术2的一半还少。
根据上述结果,本发明的方法即使在多个粒子相接触的情形,也能以较接近原来粒子图象的形状进行粒子分离,因而在粒子识别结果方面与先有技术1或先有技术2比较时,能得到精度更高的结果。
此外,通过减少了循环处理1次的计算量,能减少整体的计算量,这同先有技术2的方法相比,所需的计算量少,这对于先有技术2的方法因计算量成为问题时,通过引入本发明的方法,就能出现解决问题的情形。
这样,在把本发明的方法引入化肥设备等的对象设备中进行粒子识别,根据由此得到的粒子分离图象来求得各粒子的大小而算出粒子分布时,即使是在环境不良而不能获得清晰的粒子图象的情形,也能进行精确的粒度分布测量,而且对于设备来进行连续的控制时,也能以不受约束的处理时间来进行粒度分布的测量。这就是说,从精度与处理时间综合方面考虑,本发明的识别装置能用于适合设备连续运转控制的粒度分布测量,可应用于不能采用先有技术2的设备中。结果可以改进设备的控制和运转效率,还能促进降低设备的运行费用。
图9示明附加有粒度分布运算部的粒度识别装置的框图。这时的粒度分布运算部根据粒子分离图象,由各粒子的面积求出与相当于圆的直径以之为各粒子的直径,将直径换算为重量比,合计这些重量比,由此求得粒度分布。
从以上所述可知,根据本发明,在第1发明中使被测粒子组的半色调图象成为2值图象对此2值图象施行距离变换求得距离变换图象。对此距离变换图象施加粒子核提取处理求得粒子核图象,根据此粒子核图象与距离变换图象施加粒子扩展处理而获得粒子分离图象,由此可以高速和高精度地识别粒子。这就是说,能够分离重合的粒子,分离精度比先有技术1高而处理负载比先有技术2轻,可以高速和高精度地进行粒子识别。这样能在精度和处理时间综合性能上,进行适用于生产设备的连续运行控制下的粒子识别。
第2发明是在第1发明中从距离变换图象求出粒子核候选,根据此粒子核候选间的距离提取粒子核,把距离相互接近的粒子候选视作为1个粒子核,由此可以提高粒子核的提取精度。
第3发明是在第1发明之中设置参数设定装置,用来设定粒子核提取处理时确定粒子核提取程度的分离参数,另一方面,从距离变换图象求出粒子核候选,根据粒子核候选之间的距离与分离参数以提取粒子核,由此可根据测定对像粒子的重合特性或图象输入精度的标准离差以及测定环境等因素,通过设定适当的分离参数,就能实现与测定对象相一致的粒子识别。
第4项发明是在第2发明之中对距离变换图象进行3×3像素附近的加法运算而求得第1中间图象,对此第1中间图象施加输出3×3像素附近最大值的过滤处理而求得第2中间图象,利用从第1与第2的中间图象提取出等值点的图象对距离变换图象进行掩蔽,而求得表示粒子候选的第3中间图象,由此能可靠地探测出粒子核候选,提高粒子识别精度。
第5发明是在第3发明之中对距离变换图象进行3×3像素附近的加法运算求得第1中间图象,对此第1中间图象施行输出3×3像素附近最大值的过滤处理求得第2中间图象,用从第1与第2中间图象提取出等值点的图象来进行掩蔽求得示明粒子核候选的第3中间图象,由此能可靠地探测出粒子候选,提高粒子识别精度。
第6发明是在第5发明之中对第3中间图象乘以分离参数求得第4中间图象,对此第4中间图象施以逆距离变换而得到第5图象,对此第5中间图象进行标号求得第6中间图象,再以第3中间图象掩蔽此第6中间图象而获得粒子核图象,由此能可靠地探测出粒子候选,提高粒子识别精度。
第7发明是在第1~第6发明之中设置粒子分布运算装置,根据粒子扩展装置得到的粒子分离图象求得的各粒子大小,计算出粒度分布,由此能够高速和高精度地进行粒度分布的测定。这就是说,能够分离重合的粒子来测定粒度分布,能进行分离精度比先有技术1优越而处理负载比先有技术2轻的高速与高精度的粒度分布测定。由此,本发明在精度与处理时间的综合性能方面能适用于生产设备的连续运行控制,可以适用于不能采用先有技术2的设备。结果可以改进设备的控制和促进设备运行费用的降低。
Claims (7)
1.一种粒子识别装置,其特征在于包括:用于求得被测粒子组半色调图象的图象输入装置;将此图象输入装置求得的半色调图象2值化而作为2值图象的2值化装置;对此2值化装置2值化的2值图象施加距离变换而求得距离变换图象的距离变换装置;对此距离变换装置求得的距离变换图象施加粒子核提取处理而获得粒子核图象的粒子核提取装置;根据此粒子核提取装置所求得的粒子核图象和距离变换装置所求得的距离变换图象,施加粒子扩展处理而求得粒子分离图象的粒子扩展装置。
2.根据权利要求1所述的粒子识别装置,其特征在于,上述粒子核提取装置根据所述距离变换装置求得的距离变换图象求出粒子核候选,再基于此粒子核候选间的距离提取粒子核。
3.根据权利要求1所述的粒子识别装置,其特征在于,此识别装置备有参数设定装置,用来在上述粒子核提取处理时设定确定粒子核提取程度的分离参数;而前述粒子核提取装置由所述距离变换装置求得的距离变换图象求出粒子核候选,根据此粒子核候选之间的距离与前述分离参数提取粒子核。
4.根据权利要求2所述的粒子识别装置,其特征在于,上述粒子核提取装置对由所述距离变换装置求得的距离变换图象进行3×3像素附近的加法运算求得第1中间图象,对此第1中间图象施行输出3×3像素附近最大值的过滤处理而求得第2中间图象;利用从此第1与第2中间图象提取出等值点的图象对前述距离变换图象进行掩蔽而求得表示粒子候选的第3中间图象。
5.根据权利要求3所述的粒子识别装置,其特征在于,上述粒子核提取装置对前述距离变换装置所得的距离变换图象进行3×3像素附近的加法运算求得第1中间图象,对此第1中间图象施行输出3×3像素附近最大值的过滤处理求得第2中间图象,用从第1与第2中间图象提取出等值点的图象来进行掩蔽求得示明粒子核候选的第3中间图象。
6.根据权利要求5所述的粒子识别装置,其特征在于,上述粒子核提取装置对第3中间图象乘以分离参数求得第4中间图象,对此第4中间图象施以逆距离变换求得第5中间图象,对此第5中间图象进行标号求得第6中间图象,再以第3中间图象掩蔽此第6中间图象而获得粒子核图象。
7.根据权利要求1~6中任一项所述的粒子识别装置,其特征在于,此装置设有粒子分布运算装置,用来根据前述粒子扩展装置得到的粒子分离图象求出的各粒子大小,计算出粒度分布。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP1998/005380 WO2000033251A1 (fr) | 1998-11-30 | 1998-11-30 | Dispositif de reconnaissance de particules |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1284189A CN1284189A (zh) | 2001-02-14 |
CN1120446C true CN1120446C (zh) | 2003-09-03 |
Family
ID=14209491
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN98813371.7A Expired - Lifetime CN1120446C (zh) | 1998-11-30 | 1998-11-30 | 粒子识别装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US6728405B1 (zh) |
JP (1) | JP3324040B2 (zh) |
CN (1) | CN1120446C (zh) |
WO (1) | WO2000033251A1 (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7567714B2 (en) * | 2004-07-07 | 2009-07-28 | The United States Of America As Represented By The Secretary Of The Navy | System, method and apparatus for clustering features |
US7382370B2 (en) * | 2004-07-07 | 2008-06-03 | The United States Of America As Represented By The Secretary Of The Navy | System and method for smoothing and compression of polyline data |
KR100929475B1 (ko) * | 2005-02-23 | 2009-12-02 | 파나소닉 전공 주식회사 | 입상물체의 검사방법 및 그 방법을 실시하는 검사장치 |
WO2008005426A2 (en) * | 2006-06-30 | 2008-01-10 | University Of South Florida | Computer-aided pathological diagnosis system |
JP5342761B2 (ja) * | 2007-09-11 | 2013-11-13 | プロメテック・ソフトウェア株式会社 | 粒子法に基づく流体シミュレーションの表面構築方法、そのプログラム、およびそのプログラムを格納した記憶媒体 |
KR100903704B1 (ko) * | 2007-10-01 | 2009-06-19 | 대한민국 | 쌀 및 현미의 외관 품위 측정장치 및 그 방법 |
US8379960B2 (en) * | 2009-03-30 | 2013-02-19 | Ge Healthcare Bio-Sciences Corp. | System and method for distinguishing between biological materials |
JP5586889B2 (ja) * | 2009-07-29 | 2014-09-10 | 株式会社日立ハイテクノロジーズ | 粒子画像解析装置 |
US10175220B2 (en) * | 2013-12-18 | 2019-01-08 | Konica Minolta, Inc. | Image processing device, pathological diagnosis support system, storage medium for image processing, and image processing method |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS62211783A (ja) | 1986-03-12 | 1987-09-17 | Toshiba Corp | 画像処理装置 |
JP2730435B2 (ja) | 1992-12-16 | 1998-03-25 | 株式会社ニレコ | 円形粒子の測定方法 |
DE69429145T2 (de) * | 1993-08-19 | 2002-07-18 | Hitachi, Ltd. | Klassifikation und Prüfvorrichtung für Teilchen in einer Flüssigkeit |
US5768412A (en) * | 1994-09-19 | 1998-06-16 | Hitachi, Ltd. | Region segmentation method for particle images and apparatus thereof |
-
1998
- 1998-11-30 US US09/601,181 patent/US6728405B1/en not_active Expired - Fee Related
- 1998-11-30 CN CN98813371.7A patent/CN1120446C/zh not_active Expired - Lifetime
- 1998-11-30 JP JP51596099A patent/JP3324040B2/ja not_active Expired - Lifetime
- 1998-11-30 WO PCT/JP1998/005380 patent/WO2000033251A1/ja active Application Filing
Also Published As
Publication number | Publication date |
---|---|
JP3324040B2 (ja) | 2002-09-17 |
WO2000033251A1 (fr) | 2000-06-08 |
CN1284189A (zh) | 2001-02-14 |
US6728405B1 (en) | 2004-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Prakash et al. | It GAN do better: GAN-based detection of objects on images with varying quality | |
CN108805023A (zh) | 一种图像检测方法、装置、计算机设备及存储介质 | |
CN1120446C (zh) | 粒子识别装置 | |
CN112597495B (zh) | 一种恶意代码检测方法、系统、设备及存储介质 | |
CN1700238A (zh) | 在彩色数字图像和视频中分割出人体皮肤区域的方法 | |
CN1904581A (zh) | 基于主成分分析和支持向量机的油气水多相流流型识别方法 | |
CN111008970A (zh) | 基于高光谱图像采集系统的梅干菜中杂质检测方法 | |
CN111222442A (zh) | 一种电磁信号分类方法和装置 | |
CN103778609A (zh) | 基于像素连续性判断的二值化图像和灰度图像的高效去噪声法 | |
CN1215438C (zh) | 图形对照设备,图形对照方法 | |
CN101030297A (zh) | 一种复杂性测度的图像纹理分割方法 | |
CN1916940A (zh) | 模板优化的字符识别方法和系统 | |
CN111814825B (zh) | 基于遗传算法优化支持向量机的苹果检测分级方法及系统 | |
Chen et al. | X-ray of tire defects detection via modified faster R-CNN | |
CN108133211B (zh) | 一种基于移动终端视觉图像的检测配电柜的方法 | |
CN112509026A (zh) | 一种绝缘子裂缝长度识别方法 | |
CN1275020C (zh) | 水果形状的多尺度能量检测方法 | |
CN1207673C (zh) | 半色调点消除方法及其系统 | |
CN113822828A (zh) | 一种多聚焦图像融合方法 | |
CN1920852A (zh) | 一种确定一组不同特征的级联分类器的连接顺序和特征阈值的方法 | |
CN1275191C (zh) | 用于扩展在图象中的字符区域的设备及方法 | |
CN1525387A (zh) | 检测图像模糊性的设备和方法 | |
CN110807483B (zh) | 基于fpga的模板匹配实现装置及方法 | |
Heras et al. | Surveying and benchmarking techniques to analyse DNA gel fingerprint images | |
CN107016668B (zh) | 基于视皮层方位选择性机理的无参考图像质量评价方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CX01 | Expiry of patent term | ||
CX01 | Expiry of patent term |
Granted publication date: 20030903 |