[发明专利]一种面向多种类混合蚕茧的计数方法

权利要求书

1.一种面向多种类混合蚕茧的计数方法，其特征在于，包括：

(1)采集多种类混合蚕茧的样本图像，对采集到的蚕茧样本图像进行预处理，得到预处理后的图像；

(2)对步骤(1)预处理后的图像进行二值化分割，利用自适应阈值分割算法确定最佳阈值，超过最佳阈值的像素点预判为目标区域，低于最佳阈值的像素点预判为背景区域，得到二值化图像；

(3)对步骤(2)所述二值化图像中任意一个由目标像素点组成的连通区域进行腐蚀操作,所述目标像素点为二值化分割过程中像素值大于最佳阈值的像素点；

(4)对步骤(3)处理后的二值图像进行距离变换，距离变换公式如下：

G(x,y)＝255*(S(x,y)-Min)/(Max-Min)

式中，连通域中每一个内部点到非内部点集的最小距离构成集合S(x,y)，Min、Max为集合S(x,y)中的最小值和最大值，G(x,y)为距离变换后连通域内每一个内部像素点所对应的灰度值，图像由二值图转变为灰度图，每个像素点的灰度值对应距离变换过程中的距离值，距离变换之后进行归一化操作，将原始数据转换到[0,1]的范围，归一化公式如下：

式中，G(x,y)_norm为归一化后的数据，G(x,y)为归一化之前的原始数据，G(x,y)_max、G(x,y)_min分别为原始数据集的最大值和最小值；

(5)对步骤(4)处理后的灰度图像进行阈值化二值分割，依然采用自适应阈值分割算法确定最佳阈值，超过最佳阈值的像素点预判为目标区域，低于最佳阈值的像素点预判为背景区域，得到二值化图像；

(6)对步骤(5)所述二值化图像中任意一个由目标像素点组成的连通区域进行膨胀操作,所述目标像素点为像素值大于最佳阈值的像素点；

(7)对步骤(6)所述二值图像进行连通域标记，并对标记后的连通域进行外围轮廓查找与统计，计算所有轮廓个数，轮廓个数即为该蚕茧样本的蚕茧个数。

2.如权利要求1所述的面向多种类混合蚕茧的计数方法，其特征在于，所述步骤(1)中预处理过程包括依次对采集到的多种类混合蚕茧样本图像进行中值滤波、均值漂移滤波、直方图均衡化。

3.如权利要求1所述的面向多种类混合蚕茧的计数方法，其特征在于，所述步骤(2)包括：

(2-1)采用自适应阈值分割算法进行二值化，利用TRIANGLE三角形阈值法确定最佳阈值；

(2-2)从上到下、从左到右，依次遍历图像所有像素点的像素值，若像素值大于最佳阈值则设定像素值为255，若小于或等于最佳阈值则设定像素值为0，得到二值化图像。

4.如权利要求3所述的面向多种类混合蚕茧的计数方法，其特征在于，所述步骤(2-1)包括如下步骤：

(2-11)计算预处理后灰度图像的灰度直方图，假设直方图最大波峰在靠近直方图最亮的一侧，在直方图最低峰点与最高峰点之间构造一条直线L，将直方图最低峰与最高峰所对应的灰度值T1,T2作为一个阈值范围，计算阈值范围(T1,T2)中每个对应点到直线L的距离D1，D2……Dn，比较距离值D1,D2……Dn，取D1,D2……Dn中最大距离值为Dmax；

(2-12)最大距离Dmax所在的直线与直方图横轴相交，交点横坐标对应阈值T0,T0作为最佳阈值；

(2-13)若最大波峰对应位置不在直方图最亮一侧，而在最暗的一侧，就将直方图进行翻转，翻转之后求得对应阈值，用255减去对应阈值即得到最佳阈值T0。

5.如权利要求1所述的面向多种类混合蚕茧的计数方法，其特征在于，所述步骤(3)中对二值化图像进行形态学腐蚀操作。