[发明专利]基于多层次距离变换的粘连目标分割算法

说明书

本发明公开了一种图像分割方法，其分割方法包括：(1)最原始图像进行光照校正、二值化处理；(2)对二值图像经行距离变换、归一化处理；(3)对归一化后图像每个连通域大小进行筛选，对大于一个单体目标大小的区域再次进行距离变换、归一化处理，直至没有大于一个单体目标的区域；(4)以距离变换、归一化后的图像为种子，经行分水岭计数；(5)对分割后的图像分块上色，再以二值图为蒙版，对分割后图像经行过滤。

技术领域

本发明涉及图像处理领域，是利用多层次的距离变换进行图像分割的算法。

计数背景

利用图像处理计算对粘连目标进行分割计数能够减少所需的劳动力，提升工作效率，提高计数精度。利用图像处理技术对目标进行分割计数主要包括图像采集，图像预处理，图像分割，分析输出结果等。其中，图像的预处理与分割算法在其中起着最重要的作用。他们直接影响着分割计数的准确性。但传统的距离变换算法在某些情况下不能很好适应被分割的目标，造成分割的错误。常见的的有分割不彻底，分割算法没有将粘连目标分割开；以及分割过度，将单个目标分割成多个目标。

本发明通过合理的预处理手段，配合多层次的距离变换算法，以不同阈值加以限定，大大提高了算法分割的精度以及稳定性。最后再用分水岭算法，实现了粘连目标的分割。

发明内容

本发明提出了一种基于多层次距离变换的粘连目标分割算法，其步骤如下：

(1)首先，获取待分割的图像，在对图像经行光照校正，这一步是针对真实环境下，光照不均匀，而对其做的修正。

(2)对图像进行双边滤波处理，在这里使用双边滤波的原因是双边滤波能很好的去除图像噪点的情况下，保持图像中目标的边缘，使边缘更加清晰锐利。

(3)对图像进行二值化处理。

(4)再对二值图进行距离变换，对变换后的数据进行归一化处理，得到部分目标分离的图像。

距离变换是计算每一个点的最近背景的距离，在二值图像上一般为非零点到最近零点的距离。

距离变换：

D(p)＝Min(d(p，q))

D(p)为距离变换后的图像。p是目标上的像素点，q是背景上的像素点，d()是p与q上像素点的欧式距离。

归一化是对每一个像素经行距离变换后的值经行归一计算，能使距离变换计算出的距离通过图像呈现出来。而在多次计算中，每次也可取不同的参数值。

(5)遍历归一化图像中的每一个连通域，通过连通域的像素阈值判断，连通域内是否为单体目标。若是单体目标，则将次联通域加入标记图像中，若不是单体目标，则将其加入下一级待处理图像中，在对其进行距离变换计算。

用于连通域大小进行筛选的参数是通过目标在图像上的像素数量计算而来的。参数F：

其中，S为单体目标像素个数，r为归一化阈值参数，k为迭代次数。上面三个公式分别针对圆形、椭圆、矩形目标，F₁(k)中的R为圆形目标的半径，F₂(k)中的a、b分别是椭圆目标的长短轴，F₃(k)中的a、b分别为矩形目标的长宽。

(6)重复(5)直至没有连通域被加入到下一级待处理图像中。这样，就得到了了全部由单体目标组成的标记图像。

(7)以标记图中的标记为参考，进行分水岭分割，得到分割图像。

(8)将前面步骤得到的二值图作为蒙版，取分割图像。就得到修正后的分割图。此图为最终分割图像。

附图说明