|
⑴ 分离
基于二值图像的形状分析，对各连通域进行标识，提取出各连通域的特征属性，如区域面积、长度、圆形度，平均宽度等，以辨别该连通域是否为长丝二值像。针对被标识的长丝连通域，按标识将各连通域分离成各各子图像。以图4.5为例将其按连通域分离为如图4.6的四个子图像。  ⑵ 分岔位置与分割
对每个子图像进行逐行扫描，计算细丝根数，当数目发生变化时，说明细丝在此处分岔，即为分岔位置；该位置所在的行为分界行；分界行将图像分为上下两部分，能使图像连通域个数增加的那部分称为保留区，另一部分称割舍区；可以在分岔位置做标记，以便删除割舍区内对应的重合细丝段。下面以图4.6(b)为例进行说明，如图4.7(a)所示。
如图4.6(d)所示，子图像存在着多个分岔位置，应根据如下规则进行选取并分割：
(a)尽量使保留区域高度最大；
(b)被保留区域的逐行扫描根数不小于割舍区的扫描根数；
(c)保留区域内的连通域个数必须大于1。
具体分割见图4.7(b)所示。
⑴ 对二值图像进行标记，划分成不同连通区域；
⑵ 根据不同的像素值，即不同的连通域，将图像分离为各各子图像；子图像的数目即为父图像中连通域的个数。即子图像中连通域个数为一。并将子图像进行二值化，非0即为1。
⑶ 对各子图像进行逐行扫描，计算细丝根数，如果为1，执行第⑸步；否则执行第⑷步。
⑷ 从上下两端向中间查找子图像的分岔位置，按照能将子图像分割成两个以上的连通域为原则，保留区最大为基准，选取最佳分岔位置的上下部分进行取舍。将分离后的图像最为新的父图像执行步骤⑴；
⑸ 累加子图像细丝根数1；计算子图像平均宽度；改变子图像灰度值，并将该子图像复制到原图相应位置。
⑹ 弹出对话框，输出各被计算的子图像的平均宽度，及计数结果。用伪彩色编码将图像显示到屏幕上，以便观察分析。
图4.5的计算结果及处理后图像如图4.8所示。 
5. 粘胶长丝浴内监测系统的计数应用
图5.1为浴内监测系统实际采集的粘胶长丝图像，利用连通域分离法计算细丝根数测得结果参见表5-1。
表5-1 粘胶长丝计数结果
|
编号 |
实际细丝根数 |
测定细丝根数 |
单丝图像平均宽度(像素) |
|
a |
30 |
30 |
3.2 |
|
b |
28 |
28 |
3.1 |
|
c |
30 |
29 |
3.4 |
|
d |
29 |
29 |
3.1 |
本文对140幅图像进行测试计算，验证连通域算法的精度，其中96幅和实际根数一致；41幅与实际细丝根数差1(符合单次测量误差控制在97％以内)；3幅与实际细丝根数相差2根以上，其主要原因是酸浴内细丝成像时发生抖动，造成细丝图像出现虚影，在进行图像分割处理时容易丢失细丝信息，造成少数的现像。该算法对细丝根数在18～40之间的长丝图像计数精度较高。
|
