|
⑴ 分離
基于二值圖像的形狀分析，對各連通域進(jìn)行標(biāo)識，提取出各連通域的特征屬性，如區(qū)域面積、長度、圓形度，平均寬度等，以辨別該連通域是否為長絲二值像。針對被標(biāo)識的長絲連通域，按標(biāo)識將各連通域分離成各各子圖像。以圖4.5為例將其按連通域分離為如圖4.6的四個子圖像。  ⑵ 分岔位置與分割
對每個子圖像進(jìn)行逐行掃描，計算細(xì)絲根數(shù)，當(dāng)數(shù)目發(fā)生變化時，說明細(xì)絲在此處分岔，即為分岔位置；該位置所在的行為分界行；分界行將圖像分為上下兩部分，能使圖像連通域個數(shù)增加的那部分稱為保留區(qū)，另一部分稱割舍區(qū)；可以在分岔位置做標(biāo)記，以便刪除割舍區(qū)內(nèi)對應(yīng)的重合細(xì)絲段。下面以圖4.6(b)為例進(jìn)行說明，如圖4.7(a)所示。
如圖4.6(d)所示，子圖像存在著多個分岔位置，應(yīng)根據(jù)如下規(guī)則進(jìn)行選取并分割：
(a)盡量使保留區(qū)域高度最大；
(b)被保留區(qū)域的逐行掃描根數(shù)不小于割舍區(qū)的掃描根數(shù)；
(c)保留區(qū)域內(nèi)的連通域個數(shù)必須大于1。
具體分割見圖4.7(b)所示。
⑴ 對二值圖像進(jìn)行標(biāo)記，劃分成不同連通區(qū)域；
⑵ 根據(jù)不同的像素值，即不同的連通域，將圖像分離為各各子圖像；子圖像的數(shù)目即為父圖像中連通域的個數(shù)。即子圖像中連通域個數(shù)為一。并將子圖像進(jìn)行二值化，非0即為1。
⑶ 對各子圖像進(jìn)行逐行掃描，計算細(xì)絲根數(shù)，如果為1，執(zhí)行第⑸步；否則執(zhí)行第⑷步。
⑷ 從上下兩端向中間查找子圖像的分岔位置，按照能將子圖像分割成兩個以上的連通域為原則，保留區(qū)最大為基準(zhǔn)，選取最佳分岔位置的上下部分進(jìn)行取舍。將分離后的圖像最為新的父圖像執(zhí)行步驟⑴；
⑸ 累加子圖像細(xì)絲根數(shù)1；計算子圖像平均寬度；改變子圖像灰度值，并將該子圖像復(fù)制到原圖相應(yīng)位置。
⑹ 彈出對話框，輸出各被計算的子圖像的平均寬度，及計數(shù)結(jié)果。用偽彩色編碼將圖像顯示到屏幕上，以便觀察分析。
圖4.5的計算結(jié)果及處理后圖像如圖4.8所示。 
5. 粘膠長絲浴內(nèi)監(jiān)測系統(tǒng)的計數(shù)應(yīng)用
圖5.1為浴內(nèi)監(jiān)測系統(tǒng)實際采集的粘膠長絲圖像，利用連通域分離法計算細(xì)絲根數(shù)測得結(jié)果參見表5-1。
表5-1 粘膠長絲計數(shù)結(jié)果
|
編號 |
實際細(xì)絲根數(shù) |
測定細(xì)絲根數(shù) |
單絲圖像平均寬度(像素) |
|
a |
30 |
30 |
3.2 |
|
b |
28 |
28 |
3.1 |
|
c |
30 |
29 |
3.4 |
|
d |
29 |
29 |
3.1 |
本文對140幅圖像進(jìn)行測試計算，驗證連通域算法的精度，其中96幅和實際根數(shù)一致；41幅與實際細(xì)絲根數(shù)差1(符合單次測量誤差控制在97％以內(nèi))；3幅與實際細(xì)絲根數(shù)相差2根以上，其主要原因是酸浴內(nèi)細(xì)絲成像時發(fā)生抖動，造成細(xì)絲圖像出現(xiàn)虛影，在進(jìn)行圖像分割處理時容易丟失細(xì)絲信息，造成少數(shù)的現(xiàn)像。該算法對細(xì)絲根數(shù)在18～40之間的長絲圖像計數(shù)精度較高。
|
