[發(fā)明專利]一種面向多種類混合蠶繭的計數方法

在審

• 申請?zhí)枺?/td>: 201810366419.7
• 申請日: 2018-04-23
• 公開（公告）號: CN108596891A
• 公開（公告）日: 2018-09-28
• 發(fā)明（設計）人: 古亭;李子印;王樂
• 申請（專利權）人: 中國計量大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/136;G06T7/187
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種面向多種類混合蠶繭的計數方法，其特征在于，包括：

(1)采集多種類混合蠶繭的樣本圖像，對采集到的蠶繭樣本圖像進行預處理，得到預處理后的圖像；

(2)對步驟(1)預處理后的圖像進行二值化分割，利用自適應閾值分割算法確定最佳閾值，超過最佳閾值的像素點預判為目標區(qū)域，低于最佳閾值的像素點預判為背景區(qū)域，得到二值化圖像；

(3)對步驟(2)所述二值化圖像中任意一個由目標像素點組成的連通區(qū)域進行腐蝕操作,所述目標像素點為二值化分割過程中像素值大于最佳閾值的像素點；

(4)對步驟(3)處理后的二值圖像進行距離變換，距離變換公式如下：

G(x,y)＝255*(S(x,y)-Min)/(Max-Min)

式中，連通域中每一個內部點到非內部點集的最小距離構成集合S(x,y)，Min、Max為集合S(x,y)中的最小值和最大值，G(x,y)為距離變換后連通域內每一個內部像素點所對應的灰度值，圖像由二值圖轉變?yōu)榛叶葓D，每個像素點的灰度值對應距離變換過程中的距離值，距離變換之后進行歸一化操作，將原始數據轉換到[0,1]的范圍，歸一化公式如下：

式中，G(x,y)_norm為歸一化后的數據，G(x,y)為歸一化之前的原始數據，G(x,y)_max、G(x,y)_min分別為原始數據集的最大值和最小值；

(5)對步驟(4)處理后的灰度圖像進行閾值化二值分割，依然采用自適應閾值分割算法確定最佳閾值，超過最佳閾值的像素點預判為目標區(qū)域，低于最佳閾值的像素點預判為背景區(qū)域，得到二值化圖像；

(6)對步驟(5)所述二值化圖像中任意一個由目標像素點組成的連通區(qū)域進行膨脹操作,所述目標像素點為像素值大于最佳閾值的像素點；

(7)對步驟(6)所述二值圖像進行連通域標記，并對標記后的連通域進行外圍輪廓查找與統(tǒng)計，計算所有輪廓個數，輪廓個數即為該蠶繭樣本的蠶繭個數。

2.如權利要求1所述的面向多種類混合蠶繭的計數方法，其特征在于，所述步驟(1)中預處理過程包括依次對采集到的多種類混合蠶繭樣本圖像進行中值濾波、均值漂移濾波、直方圖均衡化。

3.如權利要求1所述的面向多種類混合蠶繭的計數方法，其特征在于，所述步驟(2)包括：

(2-1)采用自適應閾值分割算法進行二值化，利用TRIANGLE三角形閾值法確定最佳閾值；

(2-2)從上到下、從左到右，依次遍歷圖像所有像素點的像素值，若像素值大于最佳閾值則設定像素值為255，若小于或等于最佳閾值則設定像素值為0，得到二值化圖像。

4.如權利要求3所述的面向多種類混合蠶繭的計數方法，其特征在于，所述步驟(2-1)包括如下步驟：

(2-11)計算預處理后灰度圖像的灰度直方圖，假設直方圖最大波峰在靠近直方圖最亮的一側，在直方圖最低峰點與最高峰點之間構造一條直線L，將直方圖最低峰與最高峰所對應的灰度值T1,T2作為一個閾值范圍，計算閾值范圍(T1,T2)中每個對應點到直線L的距離D1，D2……Dn，比較距離值D1,D2……Dn，取D1,D2……Dn中最大距離值為Dmax；

(2-12)最大距離Dmax所在的直線與直方圖橫軸相交，交點橫坐標對應閾值T0,T0作為最佳閾值；

(2-13)若最大波峰對應位置不在直方圖最亮一側，而在最暗的一側，就將直方圖進行翻轉，翻轉之后求得對應閾值，用255減去對應閾值即得到最佳閾值T0。

5.如權利要求1所述的面向多種類混合蠶繭的計數方法，其特征在于，所述步驟(3)中對二值化圖像進行形態(tài)學腐蝕操作。