低對比度皮棉地膜圖像分割方法
【專利摘要】本發(fā)明涉及一種低對比度皮棉地膜圖像分割方法，首先進行皮棉地膜圖像采集，讀入原始皮棉地膜彩色圖像，進行灰度化處理，得到皮棉地膜灰度圖像；其次對基于數(shù)學(xué)形態(tài)學(xué)的邊緣檢測方法進行梯度銳化改進，用改進后的邊緣檢測方法對皮棉地膜灰度圖像進行邊緣檢測，得到地膜邊緣目標圖像；再對地膜邊緣目標圖像進行反相處理，對反相處理后的圖像進行閾值分割，提取出地膜目標的輪廓邊緣圖像；最后通過中值濾波法對輪廓邊緣圖像進行去噪聲圖像增強處理，將圖像中的小面積噪聲去除，使分割出的地膜目標邊緣更加清晰。通過該方法，能夠很好的將地膜從與其對比度很低的棉花中分割出來，實現(xiàn)低對比度皮棉地膜異纖的分割。
【專利說明】低對比度皮棉地膜圖像分割方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像處理方法領(lǐng)域，具體屬于棉花異性纖維檢驗領(lǐng)域，特別涉及一種 低對比度皮棉地膜圖像分割方法。

【背景技術(shù)】
[0002] 棉花中的異性纖維（俗稱"三絲"）是指混入棉花中的非棉纖維和非本色棉纖維， 主要包括地膜、化學(xué)纖維、毛發(fā)、絲、麻、塑料膜、塑料繩、染色線等。而地膜是上述棉花異性 纖維中排檢率最低的，目前大約僅有2%的地膜能在棉花異性纖維的綜合排檢中被檢出。這 些未被檢出的地膜，容易被打碎成大量小的地膜，在紡織加工中更加難以清除。并且紡紗 時，這些小的異纖容易使棉紗斷頭，降低了生產(chǎn)效率；織布時，影響布面質(zhì)量；染色時，因著 色不均，影響外觀，對棉紗、布面等棉花制品的質(zhì)量造成了很大危害。
[0003] 針對所有異性纖維，通常采用人工挑揀的方法去除異纖纖維，這種方法不僅耗費 大量人力物力，且速度慢，精確度低，效率低下。而隨著計算機技術(shù)的快速發(fā)展，計算機視覺 技術(shù)迅速應(yīng)用到棉花異性纖維檢測領(lǐng)域，并取得了一定的成果。大部分顏色與棉花分明的 異纖都能很好的檢出，而地膜由于其透明特性若跟棉花混在一起，其顏色跟棉花極為相似， 對比度極低，用目前現(xiàn)有方法很難分割并從棉花中檢出，因此研究皮棉中的地膜分檢有著 重大的意義。
[0004] 皮棉地膜是指在棉花生產(chǎn)、乳花廠加工成成包棉花過程中棉花中夾雜的地膜，簡 稱皮棉地膜。皮棉地膜分割作為后續(xù)特征提取以及識別等工作的基礎(chǔ)，研究針對皮棉地膜 的快速分割方法已經(jīng)成為解決棉花中地膜問題的必然趨勢。計算機視覺就是用計算機模擬 人眼的視覺功能，從圖像或圖像序列中提取信息，對客觀世界的三維景物和物體進行形態(tài) 和運動識別。圖像分割是圖像處理與計算機視覺中最為基礎(chǔ)和重要的環(huán)節(jié)之一，是圖像分 析和模式識別的前提。圖像分割的目的在于根據(jù)某些特征將一幅圖像分成若干有意義的區(qū) 域，使得這些特征在某一區(qū)域內(nèi)表現(xiàn)一致或相似，而在不同區(qū)域間表現(xiàn)出明顯的不同。邊緣 檢測對圖像處理和計算機視覺來說是一個非?；A(chǔ)而又重要的課題。邊緣表示了信號的突 變，包含了圖像的大量信息，因此，邊緣是圖像最基本特征之一，它對圖像的分析和識別處 理至關(guān)重要。


【發(fā)明內(nèi)容】
：
[0005] 為了解決上述問題，本發(fā)明提供了一種低對比度皮棉地膜圖像的快速分割方法， 以解決幾乎為空白的皮棉地膜分割剔除，完善異性纖維分割的種類體系。解放勞動力，按照 2014年山東省最低工資標準，減少企業(yè)每年至少400萬的投資。
[0006] 為達到上述技術(shù)效果，采用以下技術(shù)方案：
[0007] -種低對比度皮棉地膜圖像分割方法，包括以下步驟：
[0008] S1:用相機進行皮棉地膜圖像采集，得到原始RGB真彩色圖像；
[0009] S2:計算機讀入并對上述原始RGB真彩色圖像進行灰度化處理，得到皮棉地膜的 灰度圖像；
[0010] S3:對基于數(shù)學(xué)形態(tài)學(xué)的邊緣檢測方法進行梯度銳化改進，用改進后的邊緣檢測 方法對皮棉地膜灰度圖像進行邊緣檢測，得到地膜邊緣圖像；
[0011] S4:對得到的地膜邊緣圖像進行反相處理，對反相處理后的圖像進行單閾值分割 提取出所述地膜異性纖維圖像的輪廓邊緣圖像；
[0012] S5:采用中值濾波法對輪廓邊緣圖像進行去噪聲圖像增強處理，將圖像中的小面 積去除，使分割出的地膜邊緣更加清晰。
[0013] 進一步的，所述步驟S3具體包括以下步驟提取地膜的邊緣圖像：
[0014] S3. 1:創(chuàng)建形態(tài)學(xué)結(jié)構(gòu)元素；
[0015] S3. 2:利用所述結(jié)構(gòu)元素分別對灰度圖像進行膨脹和腐蝕運算；
[0016] S3. 3:利用膨脹運算得到的圖像與原始圖像進行減法運算得到邊緣圖像Π ，利用 原始圖像與腐蝕運算得到的圖像進行減法運算得到邊緣圖像f2 ;
[0017] S3. 4:將邊緣圖像Π 和f2進行加權(quán)相加運算，完成改進，使梯度邊緣更加銳化， 得到邊緣銳化圖像。
[0018] 進一步的，所述步驟S4具體包括以下步驟：
[0019] S4. 1:創(chuàng)建一幅跟皮棉地膜灰度圖像尺寸相同的純白圖像；
[0020] S4. 2:用所述的純白圖像跟S3中所述的地膜邊緣圖像進行減法運算，得到反相的 皮棉地膜邊緣圖像；
[0021] S4. 3:研究圖像特性，根據(jù)圖像直方圖雙峰特性，將直方圖波谷處的值設(shè)置為閾 值，利用所得閾值對反相得到的皮棉地膜圖像進行單閾值分割，提取地膜異性纖維的輪廓 圖像；
[0022] 進一步的，所述步驟S5具體包括以下步驟：
[0023] S5. 1:創(chuàng)建鄰域模板，將模板在所述輪廓邊緣圖像中遍歷--將所述模板的中心 與所述輪廓邊緣圖像中數(shù)據(jù)鏈起始像素位置重合，開始遍歷；
[0024] S5. 2:讀取上述模板下對應(yīng)像素的灰度值；
[0025] S5. 3:將讀取的灰度值從大到小排列；
[0026] S5. 4:找出所述灰度值里排在中間位置的一個值作為中值；
[0027] S5. 5:將所述中值賦給對應(yīng)所述模板中心位置的像素。
[0028] 進一步的，所述步驟S5. 1為創(chuàng)建5*5的鄰域模板。
[0029] 本發(fā)明的工作原理以及有益效果表現(xiàn)在：
[0030] 通過改進形態(tài)學(xué)邊緣檢測方法、單閾值分割法對采集到的皮棉地膜彩色圖像進行 處理，以及采用中值濾波法對分割后的地膜圖像中的小面積噪聲圖像進行移除，能夠得到 較清楚的地膜圖像，達到了快速準確的分割地膜圖像，為地膜的特征提取、目標識別和在線 計量提供了有效的基礎(chǔ)數(shù)據(jù)，使棉花異性纖維檢測領(lǐng)域更加完善。本發(fā)明同時解放勞動力， 為企業(yè)減少損失。
[0031] 下面結(jié)合附圖以及實施例具體說明。

【專利附圖】

【附圖說明】
[0032]為了更清楚地說明本申請實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本 申請中記載的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下， 還可以根據(jù)這些附圖獲得其他的附圖；
[0033] 圖1是本發(fā)明低對比度皮棉地膜圖像分割方法流程圖；
[0034] 圖2是圖1中的改進形態(tài)學(xué)邊緣檢測方法流程圖；
[0035] 圖3是圖1中的中值濾波方法流程圖。
[0036] 圖4是本方法具體分析圖。

【具體實施方式】
[0037] 下面未述及的相關(guān)技術(shù)內(nèi)容均可采用或借鑒現(xiàn)有技術(shù)。
[0038] 為了使本【技術(shù)領(lǐng)域】的人員更好地理解本申請中的技術(shù)方案，下面將結(jié)合本申請實 施例中的附圖，對本申請實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施 例僅僅是本申請一部分實施例，而不是全部的實施例?；诒旧暾堉械膶嵤├绢I(lǐng)域普通 技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都應(yīng)當屬于本申請保護 的范圍。
[0039] 本發(fā)明共包括5個步驟：
[0040] 一 ：皮棉地膜圖像采集
[0041] 采用工業(yè)相機對含有地膜的皮棉進行攝像，進行皮棉地膜圖像采集，得到24位原 始RGB真彩色圖像--皮棉地膜異性纖維彩色圖像；
[0042] 二：皮棉地膜圖像灰度化處理
[0043] 運用軟件編程將皮棉地膜原始24位RGB真彩色圖像讀入計算機，然后對原始彩色 圖像做灰度化處理，得到皮棉地膜灰度圖像f，灰度化后的圖像對其一些信息進行計算時能 減少計算量，加快后續(xù)圖像處理的速度。本實施例所用的灰度化公式為Y = 〇. 212671*R+0 .715160*G+0. 072169*B，按照此公式將原始RGB圖像中每個像素的值進行計算轉(zhuǎn)化得到灰 度值Y。
[0044] 三：運用改進數(shù)學(xué)形態(tài)學(xué)邊緣檢測方法，檢測皮棉地膜圖像邊緣
[0045] 3. 1:創(chuàng)建形態(tài)學(xué)結(jié)構(gòu)元素：
[0046] 本實施例創(chuàng)建的結(jié)構(gòu)元素是一種菱形結(jié)構(gòu)，b(x，y)為結(jié)構(gòu)元素的灰度函數(shù)，其本 身也是一個子圖像；
[0047] 3. 2:利用所述結(jié)構(gòu)元素分別對灰度圖像進行膨脹和腐蝕運算；
[0048] 灰度圖像f用結(jié)構(gòu)元素 b進行腐蝕和膨脹的定義如下：
[0049] 腐蝕定義：
[0050] (f Θ b) (s, t) = min {f (s+x, t+y) -b (x, y) | (s+x, t+y) e Df, (x, y) e Dj
[0051] 膨脹定義：
[0052] (f?b)(s,i) = mm{f(s^x,i^y)+b(xfy)\(s^xj^y)eDf,(x,y)€Db}
[0053] 因此，若采用腐蝕運算檢測圖像邊緣，則邊緣檢測算子為：
[0054] Edge(f) = f (x, y)-(f 0b)
[0055] 若采用膨脹運算檢測圖像邊緣，則邊緣檢測算子為：
[0056] Edge( f ') = { f ?b) - /(.v, v)
[0057] 3. 3:利用膨脹運算檢測圖像邊緣得到的圖像與原始圖像進行減法運算得到邊緣 圖像Π ;
[0058]
[0059] 利用原始圖像與腐蝕運算檢測圖像邊緣得到的圖像進行減法運算得到邊緣圖像 f2 ；
[0060] 可見，本發(fā)明對采用腐蝕運算、膨脹運算檢測圖像邊緣以及采用形態(tài)學(xué)梯度檢測 邊緣進行研究，對形態(tài)學(xué)邊緣檢測算子進行改進。先通過采用腐蝕運算檢測算子及膨脹運 算檢測算子兩種算子檢測圖像的邊緣，然后對兩種邊緣檢測算子檢測到的邊緣圖像進行權(quán) 值分別為α和β的加權(quán)相加，得到改進邊緣檢測算子后的邊緣圖像。改進后的邊緣檢測 算子為：

【權(quán)利要求】
1. 一種低對比度皮棉地膜圖像分割方法，其特征在于：包括以下步驟： S1:用相機進行皮棉地膜圖像采集，得到原始RGB真彩色圖像； S2:計算機讀入并對上述原始RGB真彩色圖像進行灰度化處理，得到皮棉地膜的灰度 圖像； S3:對基于數(shù)學(xué)形態(tài)學(xué)的邊緣檢測方法進行梯度銳化改進，用改進后的邊緣檢測方法 對皮棉地膜灰度圖像進行邊緣檢測，得到地膜邊緣圖像； S4:對得到的地膜邊緣圖像進行反相處理，對反相處理后的圖像進行單閾值分割提取 出所述地膜異性纖維圖像的輪廓邊緣圖像； S5:采用中值濾波法對輪廓邊緣圖像進行去噪聲圖像增強處理，將圖像中的小面積去 除，使分割出的地膜邊緣更加清晰。
2. 根據(jù)權(quán)利要求1所述的低對比度皮棉地膜圖像分割方法，其特征在于： 所述步驟S3具體包括以下步驟提取地膜的邊緣圖像： S3. 1:創(chuàng)建形態(tài)學(xué)結(jié)構(gòu)元素； S3. 2:利用所述結(jié)構(gòu)元素分別對灰度圖像進行膨脹和腐蝕運算； S3. 3:利用膨脹運算得到的圖像與原始圖像進行減法運算得到邊緣圖像Π ，利用原始 圖像與腐蝕運算得到的圖像進行減法運算得到邊緣圖像f2 ; 53. 4:將邊緣圖像Π 和f2進行加權(quán)相加運算，完成改進，使梯度邊緣更加銳化，得到 邊緣銳化圖像。
3. 根據(jù)權(quán)利要求1所述的低對比度皮棉地膜圖像分割方法，其特征在于： 所述步驟S4具體包括以下步驟： 54. 1:創(chuàng)建一幅跟皮棉地膜灰度圖像尺寸相同的純白圖像； S4. 2:用所述的純白圖像跟S3中所述的地膜邊緣圖像進行減法運算，得到反相的皮 棉地膜邊緣圖像； 54. 3:研究圖像特性，根據(jù)圖像直方圖雙峰特性，將直方圖波谷處的值設(shè)置為閾值，利 用所得閾值對反相得到的皮棉地膜圖像進行單閾值分割，提取地膜異性纖維的輪廓圖像。
4. 根據(jù)權(quán)利要求1所述的低對比度皮棉地膜圖像分割方法，其特征在于： 所述步驟S5具體包括以下步驟： 55. 1:創(chuàng)建鄰域模板，將模板在所述輪廓邊緣圖像中遍歷--將所述模板的中心與所 述輪廓邊緣圖像中數(shù)據(jù)鏈起始像素位置重合，開始遍歷； S5. 2:讀取上述模板下對應(yīng)像素的灰度值； S5. 3:將讀取的灰度值從大到小排列； S5. 4:找出所述灰度值里排在中間位置的一個值作為中值； S5. 5:將所述中值賦給對應(yīng)所述模板中心位置的像素。
5. 根據(jù)權(quán)利要求4所述的低對比度皮棉地膜圖像分割方法，其特征在于：所述步驟 S5. 1為創(chuàng)建5*5的鄰域模板。
【文檔編號】G06T7/00GK104123731SQ201410378378
【公開日】2014年10月29日 申請日期:2014年8月4日 優(yōu)先權(quán)日:2014年8月4日
【發(fā)明者】劉雙喜, 劉杰, 王金星, 范連祥, 陳海龍, 陳光亭, 傅生輝, 牟華為, 孟凡榮 申請人:山東農(nóng)業(yè)大學(xué)