CN113781503A - 岩碴图像分割方法及装置 - Google Patents
岩碴图像分割方法及装置 Download PDFInfo
- Publication number
- CN113781503A CN113781503A CN202111073274.XA CN202111073274A CN113781503A CN 113781503 A CN113781503 A CN 113781503A CN 202111073274 A CN202111073274 A CN 202111073274A CN 113781503 A CN113781503 A CN 113781503A
- Authority
- CN
- China
- Prior art keywords
- point
- pit
- concave
- contour
- pair
- 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
- 239000011435 rock Substances 0.000 title claims abstract description 107
- 238000000034 method Methods 0.000 title claims abstract description 61
- 239000012634 fragment Substances 0.000 title claims abstract description 54
- 238000003709 image segmentation Methods 0.000 title claims abstract description 38
- 239000002893 slag Substances 0.000 claims abstract description 31
- 238000001514 detection method Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 15
- 238000000605 extraction Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 10
- 238000010276 construction Methods 0.000 abstract description 31
- 238000010586 diagram Methods 0.000 description 15
- 239000013598 vector Substances 0.000 description 12
- 230000011218 segmentation Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 238000001914 filtration Methods 0.000 description 6
- 230000005641 tunneling Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000000877 morphologic effect Effects 0.000 description 3
- 239000004575 stone Substances 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 230000002902 bimodal effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000007373 indentation Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
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
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30132—Masonry; Concrete
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种岩碴图像分割方法及装置。该岩碴图像分割方法包括:根据获取的岩碴图像生成轮廓点序列,根据轮廓点序列生成凹点对;根据凹点对中的凹点在轮廓点序列的索引、凹点对中的凹点距离和预设比例阈值确定有效凹点对;连接有效凹点对中的凹点以分割岩碴图像。本发明可以对岩碴图像进行快速分割识别,进而指导隧道掘进机的施工参数选择,提高施工效率和施工安全性。
Description
技术领域
本发明涉及隧道施工技术领域,具体地,涉及一种岩碴图像分割方法及装置。
背景技术
隧道掘进机(Tunnel Boring Machine,TBM)是一种机、电、液等多系统组成的隧道建造设备。在隧道施工过程中,TBM的良好运行,对施工的安全性与高效性意义重大。对掘进过程中TBM的运行参数进行先验了解,可以评估TBM的运行状态。岩碴是TBM掘进过程中岩层在刀具滚压作用下产生的块状、片状、粉状等多种形貌不一的碴石,它的形状、大小、表面粗糙度等物理性态可直接反映TBM的机械状态和当前施工的地质条件。将掘进过程中产生的岩碴进行粒径分布统计对TBM的掘进状况以及围岩类别评估有一定的现实意义。传统的图像分割方法对岩碴图像难以取得理想的分割效果,对于解决重叠黏连物体有一定效果的凹点分割法,在分割目标物体为类圆、类椭圆或外形轮廓较为规则时,能够取得不错的分割效果。但是相对于形状规则的分割对象,TBM掘进过程中产生的岩碴不仅与背景特征不明显,单个岩石轮廓边缘凹凸不平,形状极不规则,而且单个岩石本身也存在像素差异,这给图像的处理以及分割带来极大的挑战。
发明内容
本发明实施例的主要目的在于提供一种岩碴图像分割方法及装置,以实现对岩碴图像的快速分割识别,进而指导隧道掘进机的施工参数选择,提高施工效率和施工安全性。
为了实现上述目的,本发明实施例提供一种图像分割方法,包括:
根据获取的岩碴图像生成轮廓点序列,根据轮廓点序列生成凹点对;
根据凹点对中的凹点在轮廓点序列的索引、凹点对中的凹点距离和预设比例阈值确定有效凹点对;
连接有效凹点对中的凹点以分割岩碴图像。
本发明实施例还提供一种岩碴图像分割装置,包括:
凹点对生成模块,用于根据获取的岩碴图像生成轮廓点序列,根据轮廓点序列生成凹点对;
有效凹点对确定模块,用于根据凹点对中的凹点在轮廓点序列的索引、凹点对中的凹点距离和预设比例阈值确定有效凹点对;
岩碴图像分割模块,用于连接有效凹点对中的凹点以分割岩碴图像。
本发明实施例还提供一种计算机设备,包括存储器、处理器及存储在存储器上并在处理器上运行的计算机程序,处理器执行计算机程序时实现所述的岩碴图像分割方法的步骤。
本发明实施例还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现所述的岩碴图像分割方法的步骤。
本发明实施例的岩碴图像分割方法及装置先根据获取的岩碴图像生成轮廓点序列以生成凹点对,再根据凹点对中的凹点在轮廓点序列的索引、凹点对中的凹点距离和预设比例阈值确定有效凹点对,然后连接有效凹点对中的凹点以分割岩碴图像,可以对岩碴图像进行快速分割识别,进而指导隧道掘进机的施工参数选择,提高施工效率和施工安全性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例中岩碴图像分割方法的流程图;
图2是本发明另一实施例中岩碴图像分割方法的流程图;
图3是本发明实施例中生成凹点对的流程图;
图4是本发明实施例中S201的流程图;
图5是本发明另一实施例中生成凹点对的流程图;
图6是本发明实施例中S102的流程图;
图7是本发明实施例中的形态学处理结果图;
图8是本发明实施例中的轮廓提取示意图;
图9是本发明实施例中经过筛选的轮廓示意图;
图10是本发明实施例的凹点检测示意图;
图11是本发明实施例的凸点检测示意图;
图12是本发明实施例中轮廓边界的示意图;
图13是本发明实施例的凹点示意图;
图14是本发明实施例中代表凹点的示意图;
图15是本发明实施例中有效凹点对的示意图;
图16是本发明实施例中凹点分割的示意图;
图17是本发明实施例中岩碴图像分割装置的结构框图;
图18是本发明实施例中计算机设备的结构框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本领域技术人员知道,本发明的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此,本公开可以具体实现为以下形式,即:完全的硬件、完全的软件(包括固件、驻留软件、微代码等),或者硬件和软件结合的形式。
针对TBM施工过程产生的碴片不规则、隧道内暗淡无光、同类同背景碴片相互重叠和遮挡等特殊工况,本发明实施例提供一种岩碴图像分割方法,可以实现对TBM碴片粒径和分布情况快速识别,指导TBM施工参数选择,提高施工安全性。以下结合附图对本发明进行详细说明。
图1是本发明实施例中岩碴图像分割方法的流程图。图2是本发明另一实施例中岩碴图像分割方法的流程图。如图1-图2所示,岩碴图像分割方法包括:
S101:根据获取的岩碴图像生成轮廓点序列,根据轮廓点序列生成凹点对。
一实施例中,根据获取的岩碴图像生成轮廓点序列包括:
对岩碴图像进行预处理、二值化处理和轮廓提取生成轮廓点序列。
具体实施时,预处理主要包括:
1)图像灰度化处理,减少数字图像计算量;
2)图像增强处理,提高图像对比度,增强图像细节;
3)平滑滤波处理,对图像进行降噪等步骤。其中图像增强处理方法可以采用直方图均衡化,直方图规定化,对比度拉升法,Gamma矫正法和同态滤波器法等。平滑滤波处理方法可以采用均值滤波,中值滤波,高斯滤波和双边滤波等。
对岩碴图像进行预处理之后,还包括:对岩碴图像进行二值化处理,其中二值化阈值选取方法可以为双峰法,迭代逼近法,大津法或Kirsh算子法等。图7是本发明实施例中的形态学处理结果图。如图7所示,本发明还对岩碴二值化图像进行形态学膨胀和腐蚀操作,去除岩碴图像中岩碴边缘的凹凸块以及内部孔洞。
图8是本发明实施例中的轮廓提取示意图,图9是本发明实施例中经过筛选的轮廓示意图。如图8-图9所示,轮廓提取方法可以选用opencv库中的findcontours函数或选用其他轮廓提取方法,本发明选用opencv库的findcontours函数提取图像轮廓,得到如图8所示的轮廓提取示意图。在进行凹点检测前需对图8的轮廓进行一次筛选以筛选面积较小的无需进行凹点检测的轮廓:将每一个轮廓的面积S与预先设置的面积阈值S0进行对比,若S<S0则将该轮廓删除,得到如图9所示的经过筛选的轮廓示意图。
图3是本发明实施例中生成凹点对的流程图。如图3所示,根据轮廓点序列生成凹点对包括:
S201:对轮廓点序列进行凹点检测得到凹点。
图4是本发明实施例中S201的流程图。如图4所示,S201包括:
S301:根据步长间距确定轮廓点序列中各轮廓点对应的前继点和后继点。
具体实施时,对提取的轮廓进行凹点检测,凹点检测法可以选用链码法、切线法或矢量夹角法等。本发明选用矢量夹角法进行凹点检测,首先选取边界轮廓序列中的第k个点,记为当前点B,边界轮廓序列第k-m个点,记为前继点A;边界轮廓序列第k+m个点,记为后继点C,其中m为选取的步长间距。
S302:根据轮廓点以及轮廓点对应的前继点和后继点确定轮廓点夹角,确定前继点与后继点连线的中点。
S303:根据轮廓点夹角与预设夹角阈值的比较结果和中点的像素值得到凹点。
具体实施时,当轮廓点夹角大于0且小于预设夹角阈值,同时其中点的像素值为0时,对应的轮廓点为凸点。
做前继点A与后继点C的连线,取线段AC的中点D。图12是本发明实施例中轮廓边界的示意图。如图12所示,若中点D位置的像素值为0则表明中点D在轮廓外区域(二值图像中白色代表石块区域,像素值为255;黑色部分表示石块外区域,像素值为0;图12中的虚线表示为岩石的轮廓边界,图12中值为0的区域即为轮廓外区域),进而表明向量向量的方向指向轮廓外区域。
图13是本发明实施例的凹点示意图。如图13所示,按照上述凹点检测方法对图9进行凹点检测得到图13,图13中黑色加粗的点即为凹点。
S202:从凹点中选取代表凹点,对代表凹点进行凹点匹配生成凹点对。
一实施例中,选取代表凹点包括:
将凹点划分至对应的凹点群,选取各凹点群中的中位凹点为代表凹点。
图14是本发明实施例中代表凹点的示意图。如图14所示,通过凹点之间的距离作为凹点划分依据,将两两之间放入距离小于一定阈值的凹点划分到同一个凹点群。对划分好的凹点群进行凹点筛选。凹点筛选可以选择凹点群中的某个凹点作为该凹点群的代表凹点,本发明选取每个凹点群序列的中位数凹点作为代表凹点,也可以选用其它的选取法则选取代表凹点进行凹点的筛选。选取的代表凹点如图14中的黑色圆点所示。筛选后的凹点集组成代表凹点序列。
图5是本发明另一实施例中生成凹点对的流程图。如图5所示,对代表凹点进行凹点匹配生成凹点对包括:
S401:根据代表凹点的最小凹点距离确定匹配凹点。
具体实施时,计算代表凹点序列{(x1,y1),(x2,y2)...(xi,yi)...(xm,ym)}((xi,yi)为第i个代表凹点,xi为第i个代表凹点的横坐标,yi为第i个代表凹点的纵坐标,m为代表凹点的总数量)中的代表凹点与序列中其余代表凹点的距离。以第一个代表凹点(x1,y1)为例,第一个代表凹点与序列中其余代表凹点的距离为{d12,d13,...d1i,...d1m},其中d1i为第一个代表凹点与第i个代表凹点之间的距离。选取{d12,d13,...d1i,...d1m}中的最小值作为最小凹点距离,设最小凹点距离为d1j+1,则第j+1个代表凹点为第一个代表凹点的匹配凹点。
S402:根据代表凹点和匹配凹点生成凹点对。
以第一个代表凹点(x1,y1)为例,第一个代表凹点(x1,y1)与第j+1个代表凹点(xj+1,yj+1)生成凹点对{(x1,y1),(xj+1,yj+1)}。
S102:根据凹点对中的凹点在轮廓点序列的索引、凹点对中的凹点距离和预设比例阈值确定有效凹点对。
图6是本发明实施例中S102的流程图。如图6所示,S102包括:
S501:根据凹点对中的凹点在轮廓点序列的索引和凹点对中的凹点距离确定索引距离比例。
以第一个凹点对{(x1,y1),(xj+1,yj+1)}为例,前面提取的轮廓点序列中包含所有的凹点,因此可以找到凹点(x1,y1)与凹点(xj+1,yj+1)在轮廓点序列中分别对应的索引t1和t2,求出索引差|t1-t2|,索引差表示轮廓在两个凹点间的边界长度。可以通过如下公式确定索引距离比例:
其中,t1为凹点对的其中一个凹点在轮廓点序列的索引,t2为凹点对的另一个凹点在轮廓点序列的索引,d为凹点对中的凹点距离,即凹点对中两个凹点之间的距离。以第一个凹点对{(x1,y1),(xj+1,yj+1)}为例,此时d为(x1,y1)与(xj+1,yj+1)之间的距离。
S502:根据索引距离比例与预设比例阈值的比较结果确定有效凹点对。
图15是本发明实施例中有效凹点对的示意图。如图15所示,如果每个凹点对满足索引差与距离的比值大于或等于预设比例阈值,则视该凹点对为可匹配的有效凹点对,公式如下:
其中,h为预设比例阈值,取值可以为5.
如果不满足有效凹点对规则,则将该凹点对视为无效凹点对。
S103:连接有效凹点对中的凹点以分割岩碴图像。
图16是本发明实施例中凹点分割的示意图。如图16所示,在得到图15所示的有效凹点对后,连接有效凹点对中的凹点便可以对图8所示的岩碴图像进行分割。正如图8与图16对比所示,本发明对岩碴图像进行了较为准确的分割,能够达到理想的效果,并具有一定的实用价值。
图1所示的岩碴图像分割方法的执行主体可以为计算机。由图1所示的流程可知,本发明实施例的岩碴图像分割方法先根据获取的岩碴图像生成轮廓点序列以生成凹点对,再根据凹点对中的凹点在轮廓点序列的索引、凹点对中的凹点距离和预设比例阈值确定有效凹点对,然后连接有效凹点对中的凹点以分割岩碴图像,可以对岩碴图像进行快速分割识别,进而指导隧道掘进机的施工参数选择,提高施工效率和施工安全性。
本发明实施例的具体流程如下:
1、对岩碴图像进行二值化处理和轮廓提取生成轮廓点序列。
2、根据步长间距确定轮廓点序列中各轮廓点对应的前继点和后继点。
3、根据轮廓点以及轮廓点对应的前继点和后继点确定轮廓点夹角,确定前继点与后继点连线的中点。
4、根据轮廓点夹角与预设夹角阈值的比较结果和中点的像素值得到凹点。
5、将凹点划分至对应的凹点群,选取各凹点群中的中位凹点为代表凹点。
6、根据代表凹点的最小凹点距离确定匹配凹点,根据代表凹点和匹配凹点生成凹点对。
7、根据凹点对中的凹点在轮廓点序列的索引和凹点对中的凹点距离确定索引距离比例。
8、根据索引距离比例与预设比例阈值的比较结果确定有效凹点对。
9、连接有效凹点对中的凹点以分割岩碴图像。
综上,本发明对岩碴图像进行了较为准确的分割,能够达到理想的效果,从而实现TBM施工过程中对碴石的分布统计。通过识别分布特征指导施工人员随时掌握前方围岩特性和类别情况,有助于施工人员及时发现前方地质变化,从而快速调整TBM掘进参数,指导支护参数选择,提高施工效率和安全性。
基于同一发明构思,本发明实施例还提供了一种岩碴图像分割装置,由于该装置解决问题的原理与岩碴图像分割方法相似,因此该装置的实施可以参见方法的实施,重复之处不再赘述。
图17是本发明实施例中岩碴图像分割装置的结构框图。如图17所示,岩碴图像分割装置包括:
凹点对生成模块,用于根据获取的岩碴图像生成轮廓点序列,根据轮廓点序列生成凹点对;
有效凹点对确定模块,用于根据凹点对中的凹点在轮廓点序列的索引、凹点对中的凹点距离和预设比例阈值确定有效凹点对;
岩碴图像分割模块,用于连接有效凹点对中的凹点以分割岩碴图像。
在其中一种实施例中,有效凹点对确定模块包括:
索引距离比例确定单元,用于根据凹点对中的凹点在轮廓点序列的索引和凹点对中的凹点距离确定索引距离比例;
有效凹点对确定单元,用于根据索引距离比例与预设比例阈值的比较结果确定有效凹点对。
在其中一种实施例中,凹点对生成模块包括:
凹点检测单元,用于对轮廓点序列进行凹点检测得到凹点;
凹点对生成单元,用于从凹点中选取代表凹点,对代表凹点进行凹点匹配生成凹点对。
在其中一种实施例中,凹点对生成单元具体用于:
将凹点划分至对应的凹点群,选取各凹点群中的中位凹点为代表凹点。
在其中一种实施例中,凹点对生成单元包括:
匹配凹点子单元,用于根据代表凹点的最小凹点距离确定匹配凹点;
凹点对生成子单元,用于根据代表凹点和匹配凹点生成凹点对。
在其中一种实施例中,凹点检测单元包括:
继点确定子单元,用于根据步长间距确定轮廓点序列中各轮廓点对应的前继点和后继点;
中点确定子单元,用于根据轮廓点以及轮廓点对应的前继点和后继点确定轮廓点夹角,确定前继点与后继点连线的中点;
凹点子单元,用于根据轮廓点夹角与预设夹角阈值的比较结果和中点的像素值得到凹点。
在其中一种实施例中,凹点对生成模块具体用于:
对岩碴图像进行二值化处理和轮廓提取生成轮廓点序列。
综上,本发明实施例的岩碴图像分割装置先根据获取的岩碴图像生成轮廓点序列以生成凹点对,再根据凹点对中的凹点在轮廓点序列的索引、凹点对中的凹点距离和预设比例阈值确定有效凹点对,然后连接有效凹点对中的凹点以分割岩碴图像,可以对岩碴图像进行快速分割识别,进而指导隧道掘进机的施工参数选择,提高施工效率和施工安全性。
本发明实施例还提供能够实现上述实施例中的岩碴图像分割方法中全部步骤的一种计算机设备的具体实施方式。图18是本发明实施例中计算机设备的结构框图,参见图18,所述计算机设备具体包括如下内容:
处理器(processor)1801和存储器(memory)1802。
所述处理器1801用于调用所述存储器1802中的计算机程序,所述处理器执行所述计算机程序时实现上述实施例中的岩碴图像分割方法中的全部步骤,例如,所述处理器执行所述计算机程序时实现下述步骤:
根据获取的岩碴图像生成轮廓点序列,根据轮廓点序列生成凹点对;
根据凹点对中的凹点在轮廓点序列的索引、凹点对中的凹点距离和预设比例阈值确定有效凹点对;
连接有效凹点对中的凹点以分割岩碴图像。
综上,本发明实施例的计算机设备先根据获取的岩碴图像生成轮廓点序列以生成凹点对,再根据凹点对中的凹点在轮廓点序列的索引、凹点对中的凹点距离和预设比例阈值确定有效凹点对,然后连接有效凹点对中的凹点以分割岩碴图像,可以对岩碴图像进行快速分割识别,进而指导隧道掘进机的施工参数选择,提高施工效率和施工安全性。
本发明实施例还提供能够实现上述实施例中的岩碴图像分割方法中全部步骤的一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例中的岩碴图像分割方法的全部步骤,例如,所述处理器执行所述计算机程序时实现下述步骤:
根据获取的岩碴图像生成轮廓点序列,根据轮廓点序列生成凹点对;
根据凹点对中的凹点在轮廓点序列的索引、凹点对中的凹点距离和预设比例阈值确定有效凹点对;
连接有效凹点对中的凹点以分割岩碴图像。
综上,本发明实施例的计算机可读存储介质先根据获取的岩碴图像生成轮廓点序列以生成凹点对,再根据凹点对中的凹点在轮廓点序列的索引、凹点对中的凹点距离和预设比例阈值确定有效凹点对,然后连接有效凹点对中的凹点以分割岩碴图像,可以对岩碴图像进行快速分割识别,进而指导隧道掘进机的施工参数选择,提高施工效率和施工安全性。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
本领域技术人员还可以了解到本发明实施例列出的各种说明性逻辑块(illustrative logical block),单元,和步骤可以通过电子硬件、电脑软件,或两者的结合进行实现。为清楚展示硬件和软件的可替换性(interchangeability),上述的各种说明性部件(illustrative components),单元和步骤已经通用地描述了它们的功能。这样的功能是通过硬件还是软件来实现取决于特定的应用和整个系统的设计要求。本领域技术人员可以对于每种特定的应用,可以使用各种方法实现所述的功能,但这种实现不应被理解为超出本发明实施例保护的范围。
本发明实施例中所描述的各种说明性的逻辑块,或单元,或装置都可以通过通用处理器,数字信号处理器,专用集成电路(ASIC),现场可编程门阵列或其它可编程逻辑装置,离散门或晶体管逻辑,离散硬件部件,或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器,可选地,该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现,例如数字信号处理器和微处理器,多个微处理器,一个或多个微处理器联合一个数字信号处理器核,或任何其它类似的配置来实现。
本发明实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件模块、或者这两者的结合。软件模块可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地,存储媒介可以与处理器连接,以使得处理器可以从存储媒介中读取信息,并可以向存储媒介存写信息。可选地,存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中,ASIC可以设置于用户终端中。可选地,处理器和存储媒介也可以设置于用户终端中的不同的部件中。
在一个或多个示例性的设计中,本发明实施例所描述的上述功能可以在硬件、软件、固件或这三者的任意组合来实现。如果在软件中实现,这些功能可以存储与电脑可读的媒介上,或以一个或多个指令或代码形式传输于电脑可读的媒介上。电脑可读媒介包括电脑存储媒介和便于使得让电脑程序从一个地方转移到其它地方的通信媒介。存储媒介可以是任何通用或特殊电脑可以接入访问的可用媒体。例如,这样的电脑可读媒体可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁性存储装置,或其它任何可以用于承载或存储以指令或数据结构和其它可被通用或特殊电脑、或通用或特殊处理器读取形式的程序代码的媒介。此外,任何连接都可以被适当地定义为电脑可读媒介,例如,如果软件是从一个网站站点、服务器或其它远程资源通过一个同轴电缆、光纤电缆、双绞线、数字用户线(DSL)或以例如红外、无线和微波等无线方式传输的也被包含在所定义的电脑可读媒介中。所述的碟片(disk)和磁盘(disc)包括压缩磁盘、镭射盘、光盘、DVD、软盘和蓝光光盘,磁盘通常以磁性复制数据,而碟片通常以激光进行光学复制数据。上述的组合也可以包含在电脑可读媒介中。
Claims (16)
1.一种岩碴图像分割方法,其特征在于,包括:
根据获取的岩碴图像生成轮廓点序列,根据所述轮廓点序列生成凹点对;
根据凹点对中的凹点在所述轮廓点序列的索引、凹点对中的凹点距离和预设比例阈值确定有效凹点对;
连接所述有效凹点对中的凹点以分割所述岩碴图像。
2.根据权利要求1所述的岩碴图像分割方法,其特征在于,根据凹点对中的凹点在所述轮廓点序列的索引、凹点对中的凹点距离和预设比例阈值确定有效凹点对包括:
根据凹点对中的凹点在所述轮廓点序列的索引和凹点对中的凹点距离确定索引距离比例;
根据所述索引距离比例与所述预设比例阈值的比较结果确定有效凹点对。
3.根据权利要求1所述的岩碴图像分割方法,其特征在于,根据所述轮廓点序列生成凹点对包括:
对所述轮廓点序列进行凹点检测得到凹点;
从所述凹点中选取代表凹点,对所述代表凹点进行凹点匹配生成凹点对。
4.根据权利要求3所述的岩碴图像分割方法,其特征在于,所述选取代表凹点包括:
将所述凹点划分至对应的凹点群,选取各凹点群中的中位凹点为代表凹点。
5.根据权利要求4所述的岩碴图像分割方法,其特征在于,对所述代表凹点进行凹点匹配生成凹点对包括:
根据代表凹点的最小凹点距离确定匹配凹点;
根据所述代表凹点和所述匹配凹点生成凹点对。
6.根据权利要求3所述的岩碴图像分割方法,其特征在于,对所述轮廓点序列进行凹点检测得到凹点包括:
根据步长间距确定轮廓点序列中各轮廓点对应的前继点和后继点;
根据所述轮廓点以及所述轮廓点对应的前继点和后继点确定轮廓点夹角,确定前继点与后继点连线的中点;
根据所述轮廓点夹角与预设夹角阈值的比较结果和所述中点的像素值得到凹点。
7.根据权利要求1所述的岩碴图像分割方法,其特征在于,根据获取的岩碴图像生成轮廓点序列包括:
对所述岩碴图像进行二值化处理和轮廓提取生成轮廓点序列。
8.一种岩碴图像分割装置,其特征在于,包括:
凹点对生成模块,用于根据获取的岩碴图像生成轮廓点序列,根据所述轮廓点序列生成凹点对;
有效凹点对确定模块,用于根据凹点对中的凹点在所述轮廓点序列的索引、凹点对中的凹点距离和预设比例阈值确定有效凹点对;
岩碴图像分割模块,用于连接所述有效凹点对中的凹点以分割所述岩碴图像。
9.根据权利要求8所述的岩碴图像分割装置,其特征在于,所述有效凹点对确定模块包括:
索引距离比例确定单元,用于根据凹点对中的凹点在所述轮廓点序列的索引和凹点对中的凹点距离确定索引距离比例;
有效凹点对确定单元,用于根据所述索引距离比例与所述预设比例阈值的比较结果确定有效凹点对。
10.根据权利要求8所述的岩碴图像分割装置,其特征在于,所述凹点对生成模块包括:
凹点检测单元,用于对所述轮廓点序列进行凹点检测得到凹点;
凹点对生成单元,用于从所述凹点中选取代表凹点,对所述代表凹点进行凹点匹配生成凹点对。
11.根据权利要求10所述的岩碴图像分割装置,其特征在于,所述凹点对生成单元具体用于:
将所述凹点划分至对应的凹点群,选取各凹点群中的中位凹点为代表凹点。
12.根据权利要求11所述的岩碴图像分割装置,其特征在于,所述凹点对生成单元包括:
匹配凹点子单元,用于根据代表凹点的最小凹点距离确定匹配凹点;
凹点对生成子单元,用于根据所述代表凹点和所述匹配凹点生成凹点对。
13.根据权利要求10所述的岩碴图像分割装置,其特征在于,所述凹点检测单元包括:
继点确定子单元,用于根据步长间距确定轮廓点序列中各轮廓点对应的前继点和后继点;
中点确定子单元,用于根据所述轮廓点以及所述轮廓点对应的前继点和后继点确定轮廓点夹角,确定前继点与后继点连线的中点;
凹点子单元,用于根据所述轮廓点夹角与预设夹角阈值的比较结果和所述中点的像素值得到凹点。
14.根据权利要求8所述的岩碴图像分割装置,其特征在于,所述凹点对生成模块具体用于:
对所述岩碴图像进行二值化处理和轮廓提取生成轮廓点序列。
15.一种计算机设备,包括存储器、处理器及存储在存储器上并在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7任一项所述的岩碴图像分割方法的步骤。
16.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7任一项所述的岩碴图像分割方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111073274.XA CN113781503B (zh) | 2021-09-14 | 2021-09-14 | 岩碴图像分割方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111073274.XA CN113781503B (zh) | 2021-09-14 | 2021-09-14 | 岩碴图像分割方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113781503A true CN113781503A (zh) | 2021-12-10 |
CN113781503B CN113781503B (zh) | 2024-03-22 |
Family
ID=78843483
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111073274.XA Active CN113781503B (zh) | 2021-09-14 | 2021-09-14 | 岩碴图像分割方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113781503B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103942808A (zh) * | 2014-05-12 | 2014-07-23 | 福州大学 | 粘连岩石颗粒图像的分割方法 |
CN111612797A (zh) * | 2020-03-03 | 2020-09-01 | 江苏大学 | 一种水稻图像信息处理系统 |
CN112270679A (zh) * | 2020-11-19 | 2021-01-26 | 浙江大学 | 一种结合凹点与凹边的凸多边形轮廓的图像分割方法 |
-
2021
- 2021-09-14 CN CN202111073274.XA patent/CN113781503B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103942808A (zh) * | 2014-05-12 | 2014-07-23 | 福州大学 | 粘连岩石颗粒图像的分割方法 |
CN111612797A (zh) * | 2020-03-03 | 2020-09-01 | 江苏大学 | 一种水稻图像信息处理系统 |
CN112270679A (zh) * | 2020-11-19 | 2021-01-26 | 浙江大学 | 一种结合凹点与凹边的凸多边形轮廓的图像分割方法 |
Non-Patent Citations (1)
Title |
---|
韦东东等: "一种基于凹点匹配的重叠图像分割算法", 《2009中国过程系统工程年会暨中国MES年会论文集》, pages 2 - 3 * |
Also Published As
Publication number | Publication date |
---|---|
CN113781503B (zh) | 2024-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110298802B (zh) | 路面裂缝检测方法及装置 | |
CN107169489B (zh) | 倾斜图像校正的方法和装置 | |
CN112819845B (zh) | 柔性封装基板轮廓、线宽线距缺陷检测方法及介质和设备 | |
CN110348266B (zh) | 一种点阵码图像的识读方法及装置 | |
CN116403094B (zh) | 一种嵌入式图像识别方法及系统 | |
CN107578011A (zh) | 视频关键帧的判定方法及装置 | |
CN107194943A (zh) | 图像分割方法及装置、用于渣片的图像分割方法及装置 | |
KR102612400B1 (ko) | 종양 이미지를 분석하여 암 예후에 대한 예측이 가능한 예측 모델의 학습 방법, 장치 및 프로그램 | |
CN115272319B (zh) | 一种矿石粒度检测方法 | |
Wu et al. | Dpattack: Diffused patch attacks against universal object detection | |
CN113920148B (zh) | 基于多边形的建筑物边界提取方法、设备及存储介质 | |
CN116188024A (zh) | 一种医疗安全支付系统 | |
CN114387642A (zh) | 图像分割方法、装置、设备和存储介质 | |
CN113781503A (zh) | 岩碴图像分割方法及装置 | |
Dai et al. | Recognition of tunnel lining cracks based on digital image processing | |
CN104504702A (zh) | 基于方格搜索法的水泥刻槽路面裂缝识别方法 | |
CN114529570A (zh) | 图像分割方法、图像识别方法、用户凭证补办方法及系统 | |
CN112700449A (zh) | 一种图像分割提取方法、系统及存储介质 | |
CN108961531B (zh) | 纸币冠字号识别的方法、装置、设备及存储介质 | |
CN111429487A (zh) | 一种深度图像的黏连前景分割方法及装置 | |
CN113221701B (zh) | 一种基于方向预测的车道线轨道线识别方法及装置 | |
CN114550171B (zh) | 细胞实例分割模型构建方法、细胞实例分割方法和装置 | |
CN117557561B (zh) | 基于人工智能的井下巷道壁缝隙快速检测方法 | |
CN115496778B (zh) | 一种提高边缘光滑性的图像二值化方法、装置及存储介质 | |
WO2022222087A1 (en) | Method and apparatus for generating adversarial patch |
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 |