[发明专利]一种粘连谷粒的凹点检测与分割算法

说明书

本发明公开了一种粘连谷粒的凹点检测与分割算法，包括以下步骤：在正常光照下，采集彩色谷粒图像，并转换为二值谷粒图像；统计二值谷粒图像中各谷粒连通区域面积，并删除面积小于100的连通区域；将最小谷粒连通区域的面积作为单个谷粒的面积S₀，再根据S₀计算单个谷粒的周长；对谷粒连通区域上的曲线段采用椭圆拟合，利用拟合椭圆分割出第I类谷粒连通区域Ω_I，对其余的谷粒连通区域，进一步进行轮廓提取和凹点检测，直到将所有的第I类谷粒连通区域Ω_I从彩色谷粒图像中分割出来。本发明的一种粘连谷粒的凹点检测与分割算法，无需专业的摄像环境和设备，无需人工干预，操作简便，成本低，分割精度高。

技术领域

本发明涉及农业生产技术领域，尤其涉及一种粘连谷粒的凹点检测与分割算法。

背景技术

在农业领域的研究中，经常需要对粘连谷粒图像进行分割，以进一步检测谷粒的长度，宽度等形态参数。传统的方法是通过手工来完成谷粒形态参数的测量，这种方式不但耗时费力，而且准确率难以保证，无法达到快速准确测量的要求。

当前，利用数字图像处理技术对谷粒目标进行自动分割，进而测量各谷粒的形态参数，从而节省大量人力。为保证准确分割谷粒，一般要求在摆放谷粒时，谷粒之间留有一定空间，相互之间不能有粘连。在实际操作时，这将带来两个问题，其一是由于要求将谷粒单独摆放，这将增加人力要求，其二是由于一幅图像中包含的谷粒数目较少，使得在统计大量谷粒形态参数时，需要拍摄大量谷粒图像，这也增加了人力。因此，在摆放谷粒时，希望允许谷粒之间存在粘连，这就对谷粒分割算法提出了更高要求。

当前常见的粘连目标分割算法主要包括基于分水岭的分割算法，凹点对匹配分割算法等。基于分水岭的分割算法可以完成谷粒分割，但当图像中含有噪声或目标存在粗糙边缘时，该方法容易产生过分割，而当谷粒间存在较为严重的粘连时，该方法易产生欠分割。另外，凹点对匹配分割算法首先需要提取连通目标区域，接着对目标区域轮廓线上的凹点进行检测，进而通过凹点对的匹配形成分割线，最后分割粘连目标区域。该方法对粘连谷粒区域约束较多，分割效果不稳定。

发明内容

有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是现有的粘连分割方法容易产生过分割或欠分割，或者对粘连谷粒区域约束较多，分割效果不稳定的问题。本发明提供了一种粘连谷粒的凹点检测与分割算法，无需专业的摄像环境和设备，无需人工干预，操作简便，成本低，分割精度高。

为实现上述目的，本发明提供了一种粘连谷粒的凹点检测与分割算法，包括以下步骤：

步骤一、在正常光照下，采集彩色谷粒图像，并允许谷粒之间存在粘连；

步骤二、将彩色谷粒图像转换为二值谷粒图像；

步骤三、统计二值谷粒图像中各谷粒连通区域面积，并删除面积小于100的连通区域；

步骤四、将删除面积小于100的连通区域后的谷粒连通区域面积中的最小谷粒连通区域的面积作为单个谷粒的面积S₀，再根据S₀计算单个谷粒的周长L₀；

步骤五、将二值谷粒图像中的谷粒连通区域分为两类，第I类谷粒连通区域Ω_I是指谷粒连通区域只包含单个谷粒，第II类谷粒连通区域Ω_II是指谷粒连通区域包含两个以上粘连谷粒；

步骤六、提取属于Ω_II的谷粒连通区域的轮廓；

步骤七、检测属于Ω_II的谷粒连通区域的凹点；