[发明专利]图像处理方法以及装置、渣片分布分析的方法及装置

说明书

技术领域

本发明属于图像处理技术领域，尤其涉及一种图像处理方法以及装置、渣片分布分析的方法及装置。

背景技术

全断面隧道掘进机(英文：Tunnel Boring Machine；缩写：TBM)在隧道建设中的智能掘进，对渣片的尺寸、形状进行统计分析具有重要的意义。使用图像处理技术进行渣片的自动分析是一种成本低、效率高的处理方法。

目前，分析TBM渣片块度的方法是取样、筛分、称重，即从输送皮带上取一定量的渣片，然后用不同筛孔尺寸的筛子对取样的渣片进行筛分和称重，从而得到渣片的块度分布。由于输送皮带很长，从皮带终端的出渣口取样，时间上滞后太多，无法用于研究对比。如果从输送皮带上或皮带连接处取样，由于皮带移动速度很高，基本上在4米/秒左右，渣片中包含不同大小的岩片，皮带连接处有防止渣片飞出的料斗遮挡，加上空间限制，各种取样装置无法使用。目前只能在有条件(料斗与皮带高差较大的皮带连接处)的TBM掘进现场采用人工取样，难度很大、危险系数高，由于各种条件限制，不可能进行大量的连续的取样进行分析，不利于对TBM与岩体互作用的研究。

并且，为了实现基于图像的渣片自动分析，首先要完成渣片图像的自动分割，但是由于渣片之间的堆叠、相互遮挡和粉尘覆盖的影响，精确边界的渣片自动分割通常较为困难。

现有的基于图像的渣片分割方法主要有下述几种：

(1)基于边缘检测的方法：利用渣片之间的相互遮挡产生的灰度差异来提取渣片的边缘信息，再由边缘连接而成分割区域。但是通常由于提取得到的边缘不连续，对这些破碎边缘的处理往往比较困难，这就使得分割得到的渣片往往不够精确和完整。

(2)基于阈值分割的方法：利用渣片中心和边界部分的灰度差异，选取适当的阈值对图像进行分割得到渣片区域。这种分割方法通常分割得到的渣片区域比真实渣片区域要小，不能精确分割渣片的边界。

综上，现有的图像分布分析方法特别是用于渣片的分布分析方法多具有采样困难、容易对渣片等待测物误分割且分割精度低造成分布分析的误差较大的缺陷。

发明内容

本发明实施例提供了一种图像处理方法以及装置、渣片分布分析的方法及装置，能够对待测物的分布进行精确分析。

第一方面，提供了一种图像处理方法，包括：基于待测物图像中每个像素点的灰度值计算每个像素点邻域的灰度均值，根据每个像素点和所述每个像素点邻域的灰度均值构建图像的二维直方图；依据图像的二维直方图计算最优分割阈值；基于最优分割阈值对图像中的待测物进行分割，得到初始分割二值图像；通过分水岭方法精确分割初始分割二值图像中的待测物；对精确分割得到的待测物像素区域进行主成分分析获得待测物的特征参数。

第二方面，提供了一种渣片分布分析的方法，包括：通过上述图像处理方法获得图像中记录的每个渣片的特征参数；根据图像中记录的每个渣片的特征参数分析渣片的分布。

第三方面，提供了一种图像处理装置，包括：处理单元、计算单元、第一分割单元、第二分割单元和参数计算单元。该处理单元用于基于待测物图像中每个像素点的灰度值计算每个像素点邻域的灰度均值，根据每个像素点和每个像素点邻域的灰度均值构建图像的二维直方图。该计算单元用于依据图像的二维直方图计算最优分割阈值。该第一分割单元基于最优分割阈值对图像中的待测物进行分割，得到初始分割二值图像。该第二分割单元用于通过分水岭方法对初始分割二值图像中的待测物进行精确分割。该参数计算单元用于对精确分割得到的待测物像素区域进行主成分分析获得待测物的特征参数。

第四方面，提供了一种渣片分布分析的装置，包括：特征参数获取单元和分布获取单元。该特征参数获取单元用于通过上述图像处理方法获得图像中记录的每个渣片的特征参数。该分布获取单元用于根据图像中记录的每个渣片的特征参数分析所述渣片的分布。

根据本发明实施例提供的图像处理方法以及装置、渣片分布分析的方法及装置，通过每个像素点的灰度值以及每个像素点的邻域的灰度均值构建图像的二维直方图，并对待测物图像进行初始分割，以及通过分水岭方法对初始分割二值图像中的待测物进行精确分割，实现对待测物图像图像进行完整、精确的分割，从而获得图像中记录的每个待测物的特征参数，获得对待测物的分布的精确分析。

附图说明