[发明专利]基于金字塔和谷点边界跟踪的气泡图像分割方法

说明书

技术领域

本发明涉及图像处理，具体地说，是一种基于金字塔和谷点边界跟踪的气泡图像分割算法。

背景技术

选矿浮选表面的气泡图像有着这样的特性：①没有背景，完全是有小大气泡组成；②由于光反射及折射的原因，一些气泡内有白色的光点，光点的大小不等；③气泡之间的边界较弱；④不规则的运动使图像模糊；⑤气泡的大小比例过大，可高达几十倍；⑥每个气泡都一个生长期，当气泡开始破灭时，气泡内开始出现黑洞，黑洞由小到大，直到使整个气泡破灭；⑦由于光照的原因或气泡厚度的急剧变化，使整个图像光照不均。类似的图像还可以在造纸厂，洗煤厂，啤酒厂及有关化工厂中获得。

目前，大都采用数学型态学的方法来对图像进行分割，大概过程是：用阀值的方法找到气泡的种子点或种子面，然后进行膨胀处理来分割气泡图像。导致这种算法不成功的主要原因有：用整体阀值的算法，很难找到所有的种子点或面，因为气泡之间的白色光点的灰度差异较大；②有些气泡内并不含白色光点，也就没有种子点；③有些气泡内含有二个以上的白色光点，所以额外的种子点会将一个气泡分裂成若干个小气泡；④用彭胀的方法很容易跨过气泡间的弱边界，从而导致不准确的分割；⑤由于一幅512×152点阵的图像可包括上千个气泡，数学型态的算法使分割速度太慢，达不到实时处理的要求。

发明内容

为解决无背景的气泡图像分割问题，本发明的目的在于，提供一种基于金字塔和谷点边界跟踪的气泡图像分割算法。

为了实现上述任务，本发明采取如下的技术解决方案：

一种基于金字塔和谷点边界跟踪的气泡图像分割方法，其特征在于，对一次性获得二值边界图像，通过以下算法获得所有气泡的闭合轮廓，具体按下列步骤进行：

1)输入气泡图像，进行高斯平滑，去除图像中的噪声；采用高斯滤波器直接从离散高斯分布中计算模板权值；

2)然后去除噪声谷点，先将邻近谷点，方向较为一致的各点连起来，去掉了一些噪声或孤立的谷点；将这些短曲线找出并标号后，进行线的端点检测，在端点被检测出后，对每一端点可能的前进方向进行估算，估算的方法是将临近二点或二点以上的点进行直线拟合，同时指出其方向；

3)根据图像中的平均气泡大小确定缩小倍数，尽量保证谷点的存在；

4)进行边界跟踪，边界的跟踪是结合谷点边界图和原始气泡图来进行的；即在边界跟踪中，首先去掉少于3个光点的线，然后进行线的端点检测；因为每个气泡是闭合区域，所以要进行端点与端点的连接，连接的原则是基于距离和方向，对于没有可能连接的端点将去掉此线；

5)将图像中目标合并，对于多个相邻的目标物体，首先合并两个最容易合并的目标，然后按难易程度合并余下的目标；

6)完成上述分割后，如果前面进行了图像缩小，要把图像分割结果映射到原尺寸，然后对每个边界点，检测放大邻域内是否有可以代替此点的边界点，检测的原则是使边界光滑，就可直接得到谷点边界的二值图像。

本发明的基于金字塔和谷点边界跟踪的气泡图像分割方法，是建立在金字塔和边界跟踪的混合理论的基础之上的，是一种新的谷点边界扫描方法，该方法可以一次性检测出所有谷点(也就是气泡边界)，算法不受气泡中白色光点的影响，而不用作图像阈值处理，就可以直接得到谷点边界的二值图像。主要用于金属和非金属选矿，造纸厂，洗煤厂，啤酒厂及有关化工厂基于可视化信息处理的生产自动控制中，也可以用于相关的实验室分析软件系统中。

附图说明

图1是本发明的气泡图像分割算法流程图；

图2是典型的浮选气泡图像的一剖面图；

图3是图像中目标物体的合并过程；图(a)是两相邻区域合并，图(b)是多个相邻区域合并；

图4是三种不同气泡图像的分割结果，其中，图(a)是小尺寸气泡原始图像，图(b)是小尺寸气泡图像分割结果，图(c)是中等尺寸气泡原始图像，图(d)是中等尺寸气泡图像分割结果；图(e)是大尺寸气泡原始图像，(f)是大尺寸气泡图像分割结果。

以下结合附图和具体的实例对本发明作进一步的详细说明。

具体实施方式

参见图1，按照本发明的技术方案，本实施例给出一种基于金字塔和谷点边界跟踪的气泡图像分割方法，该方法对一次性获得二值边界图像，通过以下子算法准确获得所有气泡的闭合轮廓，具体按下列步骤进行：

1)输入气泡图像，进行高斯平滑，去除图像中的噪声；

高斯平滑的原理如下：

二值边界图像可写成：g(x，y)＝f(x，y)*h(x，y)，其中h是平滑滤波器。