域设置标记,循环标记的最终结果形成分水岭,该算法虽然在分割数量上较准确,但分割结果的准确性仍存在一定的缺陷[1]。基于形态学的分割算法利用腐蚀操作来找到分割点并实现重叠颗粒的分割[2],但该算法对于粘连颗粒体积相差很大的情况不能准确地进行分割。凹点匹配的方法利用凹点来描述边界的凹陷情况,利用重叠区域的边界轮廓寻找凹点并从边界上的凹点寻找分离点将重叠区域分割。现有凹点匹配方法主要存在两个问题难以解决:1)准确找出所有的凹点:既要识别出所有的凹点,又不能将噪声点识别为凹点;2)在正确识别出凹点的基础上实现凹点的正确配对,对于重叠情况比较复杂的颗粒往往会出现错误的匹配。
本文针对现有的基于凹点匹配的重叠图像分割算法存在的问题提出了一种改进方法,主要步骤为:利用canny边缘检测获取重叠区域的边界轮廓,对于边缘检测所得边界存在断裂的情况,首先进行连续边界轮廓的恢复;然后从连续的边界轮廓中识别出凹点,将相邻的凹点视为一个凹点群,取其中凹陷最明显的凹点作为各凹点群的代表凹点,凹点群中的凹点的数目为代表凹点的权值,代表凹点为待匹配的凹点;最后对代表凹点进行匹配以确定分割点并实现图像中重叠颗粒的分割。
1已有凹点匹配算法介绍
基于凹点匹配的图像分割算法主要包括以下几个步骤:获得重叠颗粒的边界;寻找边界中的凹点;匹配凹点进行重叠颗粒的分割。
凹点匹配中最重要的步骤是确定用于图像分割的匹配的凹点对。匹配的凹点对是用于重叠颗粒分割的一个点对,通过连接匹配的凹点对的曲线段可将待分割图像分割为两部分,因此该分割曲线段可以称为分割线,已有的凹点匹配算法主要有以下三种。
启发式搜索算法从重叠区域凹点序列中选取一组起始点和结束点,利用一个代价函数从起始点到结束点搜寻一条