基于图的矿石颗粒图像检测技术
2021-09-30储茂祥陈智博
合肥工业大学学报(自然科学版) 2021年9期
张 莉, 储茂祥, 邓 鑫, 陈智博
(1.辽宁科技大学 电子与信息工程学院,辽宁 鞍山 114051; 2.辽宁黑北健科技有限公司,辽宁 鞍山 114051)
0 引 言
近几年,随着计算机技术的快速发展,数字图像处理技术不断提高并且被广泛应用于各个领域。长期以来,传统矿石颗粒都是以手工测量和机械筛选为主,不但人为主观性强,效率也低[1-2]。在矿物图像中,常使用图像处理技术对矿物进行粒度分析、形态学研究以及自动识别[3]。矿物图像存在矿石颗粒粘连堆叠、纹理杂乱、表面斑痕严重等特征[4],因此,提高矿物颗粒检测效率和检测精度成为研究热点。目前,常用的图像分割方法分为以下几类: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聚类分析的图像分割方法等[5-7]。由于图像的复杂性,每种方法都具有局限性[8-9],另外由于商业软件的保密性,只能大致得知在矿石颗粒图像分割阶段,绝大多数采用以区域分割为代表的分水岭分割方法[8-10];该方法容易陷入局部最优,产生过分割现象。矿石颗粒图像检测常用基于标记的分水岭分割方法[11],首先使用形态学对图像进行修正,然后对图像进行基于标记符分水岭变换分割;在标记图像的过程中,准确标记出前景和背景是研究难点。本文基于图的图像分割(graph-based image segmentation,GBIS)方法[12],针对矿物颗粒的细分割提出了一种新的改进方法(improved graph-based image segmentation,IGBIS),以不同区域的像素最小值差和平均值作为合并判断条件,从而准确定位并分割更多区域,提高分割精确度。……
登录APP查看全文