粘连目标的分离方法

粘连目标的分离方法

平时做图像处理可能会遇到一些粘连目标，直接分割可能难以把粘连目标分离开来，往往需要一些其他算法识别粘连目标，并将其分离开来，然后再进行分割。这种方法对于形状比较复杂的目标不适用，比如行人检测，车辆检测等，它比较适合形状简单的目标，比如米粒检测，类圆形目标检测等。
方法一：凹点检测
下图是粘连目标的示例，凹点检测比较简单，利用凹点检测进行目标分割的步骤大致是：

1. 根据图形几何特征，比如面积、周长、角度、灰度、凹度（缺陷面积与连通域面积之比）等等，从所有目标中筛选出粘连目标；
2. 凹点检测：绘制粘连目标的凸闭包，用凸闭包减去粘连目标，得到凹区域，对凹区域进行排序，选择面积最大的两个凹区域，计算两区域距离最近的两个点，即凹点，画一条通过这对凹点的直线，将目标分离。代码如下。
3. 循环步骤2，直到无法再找出凹点，或者目标的面积满足相应的特征。
4. 使用分割算法进行图像分割。

## 凹点检测
def detection(img_detect):
    # 轮廓提取
    _, contours, hierarchy = cv.findContours(img_detect, cv.RETR_TREE, cv.CHAIN_APPROX_SIMPLE)
    #img_detect_show = cv.re