技术领域
[0001] 本
发明属于
图像处理技术领域,具体为一种微小颗粒图像的实时分割方法。
背景技术
[0002] 图像处理技术是一个跨学科的领域,随着计算机科学技术的不断发展,图像处理和分析逐渐形成了自己的科学体系,新的处理方法层出不穷,尽管其发展历史不长,但却引起各方面人士的广泛关注。首先,视觉是人类最重要的
感知手段,图像又是视觉的
基础,因此,数字图像成为
心理学、生理学、计算机科学等诸多领域内的学者们研究视觉感知的有效工具。其次,图像处理在军事、遥感、气象等大型应用中有不断增长的需求,而
图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到
图像分析的关键步骤。现有的图像分割方法主要分以下几类:基于
阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。
[0003] 但现有的对于微小颗粒图像的分割方法其运算复杂度高,且
算法的相关性较强,难以采用并行化处理,导致图像处理成本高、效率低,同时耗费时间长,因此我们提出一种微小颗粒图像的实时分割方法。
发明内容
[0004] 本发明的目的在于:为了解决现有微小颗粒图像分割技术成本高,效率低,耗时间的问题,提供一种微小颗粒图像的实时分割方法。
[0005] 本发明采用的技术方案如下:
[0006] 一种微小颗粒图像的实时分割方法,包括以下具体步骤:
[0007] 步骤1:采集数据,通过采集单元采集原始图像数据;
[0008] 步骤2:读取数据,逐行逐点读取图像数据,并对数据进行二值化处理,当数据大于阈值则记为1,小于阈值则记为0,阈值为
像素点取值范围的中间值;
[0009] 步骤3:缓存数据,对二值化后的数据进行缓存操作,系统缓存四行数据;
[0010] 步骤4:
数据处理,对第三行缓存数据进行处理,计算相关像素点的值,计算算式为:P(x,y)=(P(x-1,y)+4*P(x,y)+P(x,y-1)+P(x,y+1)+P(x+1,y))/8;其中P(x,y)为当前像素点的值,P(x-1,y)、P(x,y-1)、P(x,y+1)、P(x+1,y)为当前像素点周围的像素点值;
[0011] 步骤5:判断分析,逐点对第三行数据进行分析,判断当前行中颗粒图像是否结束,依据当前像素点周围两像素是否为0,若周围两像素均为0且当前像素也为0,则判断当前行中该颗粒已经结束,否则判断依然没有结束;
[0012] 步骤6:分析记录,根据步骤5的判断结果,分析缓存第二行数据中当前行每个颗粒的长度,从第一个像素开始,依次判断每一个像素点是否为颗粒,并记录每一个颗粒的长度;
[0013] 步骤7:分割处理,根据步骤6的分析结果,结合第二行数据进行分析,判断当前行是否需要分割,比较当前行每一个颗粒长度与第一行及第三行对应
位置上颗粒的长度关系,若当前行的长度最短,则需要进行分割,否则则不需要进行分割。
[0014] 其中,所述采集单元采集的原始图像数据包括拍摄设备如摄像机拍摄到的图像和读取本地系统中已存在的图像数据。
[0015] 其中,所述采集单元通过拍摄设备采集到的图像数据经过滤波消噪处理。
[0016] 其中,所述滤波消噪处理采用形态学
滤波器进行滤波消噪处理。
[0017] 其中,所述滤波消噪处理采用形态学滤波器与双边滤波器相结合进行滤波消噪处理。
[0018] 其中,所述步骤2中对图像数据进行二值化处理完成后,利用
存储器对二值化数据进行备份存储。
[0019] 其中,所述存储器在步骤7中图像分割完成后对分割的图像进行备份存储。
[0020] 其中,在对图像进行分割处理时,同步建立图像分割模型。
[0021] 综上所述,由于采用了上述技术方案,本发明的有益效果是:
[0022] 1、本发明中,通过采用运算复杂度较为简单的
计算机图形学运算方法替代
现有技术中较为复杂的运算方法,提供最快的求解方法,同时对运算过程进行优化,使得图像分割效率得到大幅度提升。
[0023] 2、本发明中,在对图像数据进行处理时采用逐行读入逐点处理的方法,去除了图像数据之间的相关性,实现了并行运算,进一步提升图像分割过程的运算效率。
[0024] 3、本发明中,由于采用逐行逐点的读取处理方法,将图像数据间的相关性去除,从而降低了每一步运算的复杂度,有利于运算效率的提升。
[0025] 4、本发明中,系统在对二值化的图像数据进行缓存时,只缓存四行数据,不再需要提前缓存整张图像,不仅缓解了系统运行紧张,同时提升对图像数据的分析处理速度。
具体实施方式
[0026] 为了使本发明的目的、技术方案及优点更加清楚明白,以下对本发明进行进一步详细说明。应当理解,此处所描述的具体
实施例仅用以解释本发明,并不用于限定本发明。
[0027] 实施例一:一种微小颗粒图像的实时分割方法,包括以下具体步骤:
[0028] 步骤1:采集数据,通过采集单元采集原始图像数据;
[0029] 步骤2:读取数据,逐行逐点读取图像数据,并对数据进行二值化处理,当数据大于阈值则记为1,小于阈值则记为0,阈值为像素点取值范围的中间值;
[0030] 步骤3:缓存数据,对二值化后的数据进行缓存操作,系统缓存四行数据;
[0031] 步骤4:数据处理,对第三行缓存数据进行处理,计算相关像素点的值,计算算式为:P(x,y)=(P(x-1,y)+4*P(x,y)+P(x,y-1)+P(x,y+1)+P(x+1,y))/8;其中P(x,y)为当前像素点的值,P(x-1,y)、P(x,y-1)、P(x,y+1)、P(x+1,y)为当前像素点周围的像素点值;
[0032] 步骤5:判断分析,逐点对第三行数据进行分析,判断当前行中颗粒图像是否结束,依据当前像素点周围两像素是否为0,若周围两像素均为0且当前像素也为0,则判断当前行中该颗粒已经结束,否则判断依然没有结束;
[0033] 步骤6:分析记录,根据步骤5的判断结果,分析缓存第二行数据中当前行每个颗粒的长度,从第一个像素开始,依次判断每一个像素点是否为颗粒,并记录每一个颗粒的长度;
[0034] 步骤7:分割处理,根据步骤6的分析结果,结合第二行数据进行分析,判断当前行是否需要分割,比较当前行每一个颗粒长度与第一行及第三行对应位置上颗粒的长度关系,若当前行的长度最短,则需要进行分割,否则则不需要进行分割。
[0035] 实施例二:一种微小颗粒图像的实时分割方法,包括以下具体步骤:
[0036] 步骤1:采集数据,通过采集单元采集原始图像数据;
[0037] 步骤2:读取数据,逐行逐点读取图像数据,并对数据进行二值化处理,当数据大于阈值则记为1,小于阈值则记为0,阈值为像素点取值范围的中间值;
[0038] 步骤3:缓存数据,对二值化后的数据进行缓存操作,系统缓存四行数据;
[0039] 步骤4:数据处理,对第三行缓存数据进行处理,计算相关像素点的值,计算算式为:P(x,y)=(P(x-1,y)+4*P(x,y)+P(x,y-1)+P(x,y+1)+P(x+1,y))/8;其中P(x,y)为当前像素点的值,P(x-1,y)、P(x,y-1)、P(x,y+1)、P(x+1,y)为当前像素点周围的像素点值;
[0040] 步骤5:判断分析,逐点对第三行数据进行分析,判断当前行中颗粒图像是否结束,依据当前像素点周围两像素是否为0,若周围两像素均为0且当前像素也为0,则判断当前行中该颗粒已经结束,否则判断依然没有结束;
[0041] 步骤6:分析记录,根据步骤5的判断结果,分析缓存第二行数据中当前行每个颗粒的长度,从第一个像素开始,依次判断每一个像素点是否为颗粒,并记录每一个颗粒的长度;
[0042] 步骤7:分割处理,根据步骤6的分析结果,结合第二行数据进行分析,判断当前行是否需要分割,比较当前行每一个颗粒长度与第一行及第三行对应位置上颗粒的长度关系,若当前行的长度最短,则需要进行分割,否则则不需要进行分割。
[0043] 所述采集单元采集的原始图像数据包括拍摄设备如摄像机拍摄到的图像和读取本地系统中已存在的图像数据。
[0044] 实施例三:一种微小颗粒图像的实时分割方法,包括以下具体步骤:
[0045] 步骤1:采集数据,通过采集单元采集原始图像数据;
[0046] 步骤2:读取数据,逐行逐点读取图像数据,并对数据进行二值化处理,当数据大于阈值则记为1,小于阈值则记为0,阈值为像素点取值范围的中间值;
[0047] 步骤3:缓存数据,对二值化后的数据进行缓存操作,系统缓存四行数据;
[0048] 步骤4:数据处理,对第三行缓存数据进行处理,计算相关像素点的值,计算算式为:P(x,y)=(P(x-1,y)+4*P(x,y)+P(x,y-1)+P(x,y+1)+P(x+1,y))/8;其中P(x,y)为当前像素点的值,P(x-1,y)、P(x,y-1)、P(x,y+1)、P(x+1,y)为当前像素点周围的像素点值;
[0049] 步骤5:判断分析,逐点对第三行数据进行分析,判断当前行中颗粒图像是否结束,依据当前像素点周围两像素是否为0,若周围两像素均为0且当前像素也为0,则判断当前行中该颗粒已经结束,否则判断依然没有结束;
[0050] 步骤6:分析记录,根据步骤5的判断结果,分析缓存第二行数据中当前行每个颗粒的长度,从第一个像素开始,依次判断每一个像素点是否为颗粒,并记录每一个颗粒的长度;
[0051] 步骤7:分割处理,根据步骤6的分析结果,结合第二行数据进行分析,判断当前行是否需要分割,比较当前行每一个颗粒长度与第一行及第三行对应位置上颗粒的长度关系,若当前行的长度最短,则需要进行分割,否则则不需要进行分割。
[0052] 所述采集单元采集的原始图像数据包括拍摄设备如摄像机拍摄到的图像和读取本地系统中已存在的图像数据,所述采集单元通过拍摄设备采集到的图像数据经过滤波消噪处理,所述滤波消噪处理采用形态学滤波器或形态学滤波器与双边滤波器相结合进行滤波消噪处理。
[0053] 实施例四:一种微小颗粒图像的实时分割方法,包括以下具体步骤:
[0054] 步骤1:采集数据,通过采集单元采集原始图像数据;
[0055] 步骤2:读取数据,逐行逐点读取图像数据,并对数据进行二值化处理,当数据大于阈值则记为1,小于阈值则记为0,阈值为像素点取值范围的中间值;
[0056] 步骤3:缓存数据,对二值化后的数据进行缓存操作,系统缓存四行数据;
[0057] 步骤4:数据处理,对第三行缓存数据进行处理,计算相关像素点的值,计算算式为:P(x,y)=(P(x-1,y)+4*P(x,y)+P(x,y-1)+P(x,y+1)+P(x+1,y))/8;其中P(x,y)为当前像素点的值,P(x-1,y)、P(x,y-1)、P(x,y+1)、P(x+1,y)为当前像素点周围的像素点值;
[0058] 步骤5:判断分析,逐点对第三行数据进行分析,判断当前行中颗粒图像是否结束,依据当前像素点周围两像素是否为0,若周围两像素均为0且当前像素也为0,则判断当前行中该颗粒已经结束,否则判断依然没有结束;
[0059] 步骤6:分析记录,根据步骤5的判断结果,分析缓存第二行数据中当前行每个颗粒的长度,从第一个像素开始,依次判断每一个像素点是否为颗粒,并记录每一个颗粒的长度;
[0060] 步骤7:分割处理,根据步骤6的分析结果,结合第二行数据进行分析,判断当前行是否需要分割,比较当前行每一个颗粒长度与第一行及第三行对应位置上颗粒的长度关系,若当前行的长度最短,则需要进行分割,否则则不需要进行分割。
[0061] 所述采集单元采集的原始图像数据包括拍摄设备如摄像机拍摄到的图像和读取本地系统中已存在的图像数据,所述采集单元通过拍摄设备采集到的图像数据经过滤波消噪处理,所述滤波消噪处理采用形态学滤波器或形态学滤波器与双边滤波器相结合进行滤波消噪处理,所述步骤2中对图像数据进行二值化处理完成后,利用存储器对二值化数据进行备份存储,所述存储器在步骤7中图像分割完成后对分割的图像进行备份存储。
[0062] 实施例五:一种微小颗粒图像的实时分割方法,包括以下具体步骤:
[0063] 步骤1:采集数据,通过采集单元采集原始图像数据;
[0064] 步骤2:读取数据,逐行逐点读取图像数据,并对数据进行二值化处理,当数据大于阈值则记为1,小于阈值则记为0,阈值为像素点取值范围的中间值;
[0065] 步骤3:缓存数据,对二值化后的数据进行缓存操作,系统缓存四行数据;
[0066] 步骤4:数据处理,对第三行缓存数据进行处理,计算相关像素点的值,计算算式为:P(x,y)=(P(x-1,y)+4*P(x,y)+P(x,y-1)+P(x,y+1)+P(x+1,y))/8;其中P(x,y)为当前像素点的值,P(x-1,y)、P(x,y-1)、P(x,y+1)、P(x+1,y)为当前像素点周围的像素点值;
[0067] 步骤5:判断分析,逐点对第三行数据进行分析,判断当前行中颗粒图像是否结束,依据当前像素点周围两像素是否为0,若周围两像素均为0且当前像素也为0,则判断当前行中该颗粒已经结束,否则判断依然没有结束;
[0068] 步骤6:分析记录,根据步骤5的判断结果,分析缓存第二行数据中当前行每个颗粒的长度,从第一个像素开始,依次判断每一个像素点是否为颗粒,并记录每一个颗粒的长度;
[0069] 步骤7:分割处理,根据步骤6的分析结果,结合第二行数据进行分析,判断当前行是否需要分割,比较当前行每一个颗粒长度与第一行及第三行对应位置上颗粒的长度关系,若当前行的长度最短,则需要进行分割,否则则不需要进行分割。
[0070] 所述采集单元采集的原始图像数据包括拍摄设备如摄像机拍摄到的图像和读取本地系统中已存在的图像数据,所述采集单元通过拍摄设备采集到的图像数据经过滤波消噪处理,所述滤波消噪处理采用形态学滤波器或形态学滤波器与双边滤波器相结合进行滤波消噪处理,所述步骤2中对图像数据进行二值化处理完成后,利用存储器对二值化数据进行备份存储,所述存储器在步骤7中图像分割完成后对分割的图像进行备份存储,在对图像进行分割处理时,同步建立图像分割模型。
[0071] 以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何
修改、等同替换和改进等,均应包含在本发明的保护范围之内。