[發(fā)明專利]基于金字塔和谷點邊界跟蹤的氣泡圖像分割方法

有效

• 申請?zhí)枺?/td>: 201210109006.3
• 申請日: 2012-04-13
• 公開（公告）號: CN102708563A
• 公開（公告）日: 2012-10-03
• 發(fā)明（設(shè)計）人: 王衛(wèi)星;周洲
• 申請（專利權(quán)）人: 長安大學(xué)
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T5/00
• 代理公司: 西安恒泰知識產(chǎn)權(quán)代理事務(wù)所 61216
• 代理人: 李鄭建

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理，具體地說，是一種基于金字塔和谷點邊界跟蹤的氣泡圖像分割算法。

背景技術(shù)

選礦浮選表面的氣泡圖像有著這樣的特性：①沒有背景，完全是有小大氣泡組成；②由于光反射及折射的原因，一些氣泡內(nèi)有白色的光點，光點的大小不等；③氣泡之間的邊界較弱；④不規(guī)則的運動使圖像模糊；⑤氣泡的大小比例過大，可高達幾十倍；⑥每個氣泡都一個生長期，當(dāng)氣泡開始破滅時，氣泡內(nèi)開始出現(xiàn)黑洞，黑洞由小到大，直到使整個氣泡破滅；⑦由于光照的原因或氣泡厚度的急劇變化，使整個圖像光照不均。類似的圖像還可以在造紙廠，洗煤廠，啤酒廠及有關(guān)化工廠中獲得。

目前，大都采用數(shù)學(xué)型態(tài)學(xué)的方法來對圖像進行分割，大概過程是：用閥值的方法找到氣泡的種子點或種子面，然后進行膨脹處理來分割氣泡圖像。導(dǎo)致這種算法不成功的主要原因有：用整體閥值的算法，很難找到所有的種子點或面，因為氣泡之間的白色光點的灰度差異較大；②有些氣泡內(nèi)并不含白色光點，也就沒有種子點；③有些氣泡內(nèi)含有二個以上的白色光點，所以額外的種子點會將一個氣泡分裂成若干個小氣泡；④用彭脹的方法很容易跨過氣泡間的弱邊界，從而導(dǎo)致不準(zhǔn)確的分割；⑤由于一幅512×152點陣的圖像可包括上千個氣泡，數(shù)學(xué)型態(tài)的算法使分割速度太慢，達不到實時處理的要求。

發(fā)明內(nèi)容

為解決無背景的氣泡圖像分割問題，本發(fā)明的目的在于，提供一種基于金字塔和谷點邊界跟蹤的氣泡圖像分割算法。

為了實現(xiàn)上述任務(wù)，本發(fā)明采取如下的技術(shù)解決方案：

一種基于金字塔和谷點邊界跟蹤的氣泡圖像分割方法，其特征在于，對一次性獲得二值邊界圖像，通過以下算法獲得所有氣泡的閉合輪廓，具體按下列步驟進行：

1)輸入氣泡圖像，進行高斯平滑，去除圖像中的噪聲；采用高斯濾波器直接從離散高斯分布中計算模板權(quán)值；

2)然后去除噪聲谷點，先將鄰近谷點，方向較為一致的各點連起來，去掉了一些噪聲或孤立的谷點；將這些短曲線找出并標(biāo)號后，進行線的端點檢測，在端點被檢測出后，對每一端點可能的前進方向進行估算，估算的方法是將臨近二點或二點以上的點進行直線擬合，同時指出其方向；

3)根據(jù)圖像中的平均氣泡大小確定縮小倍數(shù)，盡量保證谷點的存在；

4)進行邊界跟蹤，邊界的跟蹤是結(jié)合谷點邊界圖和原始氣泡圖來進行的；即在邊界跟蹤中，首先去掉少于3個光點的線，然后進行線的端點檢測；因為每個氣泡是閉合區(qū)域，所以要進行端點與端點的連接，連接的原則是基于距離和方向，對于沒有可能連接的端點將去掉此線；

5)將圖像中目標(biāo)合并，對于多個相鄰的目標(biāo)物體，首先合并兩個最容易合并的目標(biāo)，然后按難易程度合并余下的目標(biāo)；

6)完成上述分割后，如果前面進行了圖像縮小，要把圖像分割結(jié)果映射到原尺寸，然后對每個邊界點，檢測放大鄰域內(nèi)是否有可以代替此點的邊界點，檢測的原則是使邊界光滑，就可直接得到谷點邊界的二值圖像。

本發(fā)明的基于金字塔和谷點邊界跟蹤的氣泡圖像分割方法，是建立在金字塔和邊界跟蹤的混合理論的基礎(chǔ)之上的，是一種新的谷點邊界掃描方法，該方法可以一次性檢測出所有谷點(也就是氣泡邊界)，算法不受氣泡中白色光點的影響，而不用作圖像閾值處理，就可以直接得到谷點邊界的二值圖像。主要用于金屬和非金屬選礦，造紙廠，洗煤廠，啤酒廠及有關(guān)化工廠基于可視化信息處理的生產(chǎn)自動控制中，也可以用于相關(guān)的實驗室分析軟件系統(tǒng)中。

附圖說明

圖1是本發(fā)明的氣泡圖像分割算法流程圖；

圖2是典型的浮選氣泡圖像的一剖面圖；

圖3是圖像中目標(biāo)物體的合并過程；圖(a)是兩相鄰區(qū)域合并，圖(b)是多個相鄰區(qū)域合并；

圖4是三種不同氣泡圖像的分割結(jié)果，其中，圖(a)是小尺寸氣泡原始圖像，圖(b)是小尺寸氣泡圖像分割結(jié)果，圖(c)是中等尺寸氣泡原始圖像，圖(d)是中等尺寸氣泡圖像分割結(jié)果；圖(e)是大尺寸氣泡原始圖像，(f)是大尺寸氣泡圖像分割結(jié)果。

以下結(jié)合附圖和具體的實例對本發(fā)明作進一步的詳細說明。

具體實施方式

參見圖1，按照本發(fā)明的技術(shù)方案，本實施例給出一種基于金字塔和谷點邊界跟蹤的氣泡圖像分割方法，該方法對一次性獲得二值邊界圖像，通過以下子算法準(zhǔn)確獲得所有氣泡的閉合輪廓，具體按下列步驟進行：

1)輸入氣泡圖像，進行高斯平滑，去除圖像中的噪聲；

高斯平滑的原理如下：

二值邊界圖像可寫成：g(x，y)＝f(x，y)*h(x，y)，其中h是平滑濾波器。