基于分水嶺分割的粘連顆粒圖像分析技術(shù)研究.pdf

1、在醫(yī)學(xué)、農(nóng)業(yè)、科研、工業(yè)等應(yīng)用領(lǐng)域,顆粒是種常見(jiàn)的分析測(cè)量對(duì)象,通過(guò)統(tǒng)計(jì)樣品內(nèi)所含顆粒的數(shù)目和各種特征參數(shù),對(duì)其品質(zhì)或特性進(jìn)行分析。早期的人工顆粒檢測(cè)雖然很好地將不同特征的顆粒識(shí)別開(kāi)來(lái),但其專業(yè)性強(qiáng),工作量大,效率低,精度不高。采用數(shù)字圖像處理方法分離開(kāi)粘連顆粒,再進(jìn)行分析和測(cè)量,可以減輕勞動(dòng)強(qiáng)度,提高工作效率和準(zhǔn)確度,從而成為近年來(lái)國(guó)內(nèi)外的研究熱點(diǎn)。
　　 重點(diǎn)研究顆粒圖像預(yù)處理與優(yōu)化、圖像分割、顆粒計(jì)數(shù)與特征分析。先對(duì)圖像進(jìn)

2、行各種預(yù)處理,將圖像轉(zhuǎn)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(duì)圖像進(jìn)行二值化,使顆粒從背景中分割出來(lái)。在分水嶺算法分割粘連顆粒前進(jìn)行圖像優(yōu)化,設(shè)計(jì)一種形態(tài)學(xué)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(guò)距離變換將二值圖像轉(zhuǎn)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(diǎn)。提出一種優(yōu)化的分水嶺分割算法,對(duì)灰度圖進(jìn)行分水嶺分割,將粘連顆粒分割成單獨(dú)顆粒,在分割后期

3、,對(duì)少量過(guò)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(shí)驗(yàn)結(jié)果表明優(yōu)化算法適用于不同領(lǐng)域的粘連顆粒圖像,具有良好的適應(yīng)性與魯棒性,處理速度快。在分水嶺分割的基礎(chǔ)上提出兩種顆粒自動(dòng)計(jì)數(shù)方法,并利用顆粒大小,形狀,顏色等特征參數(shù)來(lái)描繪顆粒的特征,提取出各項(xiàng)特征參數(shù)的值。
　　 本文研究的圖像分割與分析算法快速準(zhǔn)確地將粘連顆粒物體分割開(kāi)來(lái),顆粒計(jì)數(shù)準(zhǔn)確度達(dá)到99％以上,特征參數(shù)提取結(jié)果誤差小。整個(gè)算法處理速