专利名称：基于金字塔和谷点边界跟踪的气泡图像分割方法
技术领域：
本发明涉及图像处理，具体地说，是一种基于金字塔和谷点边界跟踪的气泡图像分割算法。
背景技术：
选矿浮选表面的气泡图像有着这样的特性①没有背景，完全是有小大气泡组成；②由于光反射及折射的原因，一些气泡内有白色的光点，光点的大小不等气泡之间的边界较弱；④不规则的运动使图像模糊气泡的大小比例过大，可高达几十倍；⑥每个气泡都一个生长期，当气泡开始破灭时，气泡内开始出现黑洞，黑洞由小到大，直到使整个气泡破灭；⑦由于光照的原因或气泡厚度的急剧变化，使整个图像光照不均。类似的图像还可以 在造纸厂，洗煤厂，啤酒厂及有关化工厂中获得。目前，大都采用数学型态学的方法来对图像进行分割，大概过程是用阀值的方法找到气泡的种子点或种子面，然后进行膨胀处理来分割气泡图像。导致这种算法不成功的主要原因有用整体阀值的算法，很难找到所有的种子点或面，因为气泡之间的白色光点的灰度差异较大有些气泡内并不含白色光点，也就没有种子点有些气泡内含有二个以上的白色光点，所以额外的种子点会将一个气泡分裂成若干个小气泡用彭胀的方法很容易跨过气泡间的弱边界，从而导致不准确的分割；⑤由于一幅512X152点阵的图像可包括上千个气泡，数学型态的算法使分割速度太慢，达不到实时处理的要求。
发明内容
为解决无背景的气泡图像分割问题，本发明的目的在于，提供一种基于金字塔和谷点边界跟踪的气泡图像分割算法。为了实现上述任务，本发明采取如下的技术解决方案一种基于金字塔和谷点边界跟踪的气泡图像分割方法，其特征在于，对一次性获得二值边界图像，通过以下算法获得所有气泡的闭合轮廓，具体按下列步骤进行I)输入气泡图像，进行高斯平滑，去除图像中的噪声；采用高斯滤波器直接从离散高斯分布中计算模板权值；2)然后去除噪声谷点，先将邻近谷点，方向较为一致的各点连起来，去掉了一些噪声或孤立的谷点；将这些短曲线找出并标号后，进行线的端点检测，在端点被检测出后，对每一端点可能的前进方向进行估算，估算的方法是将临近二点或二点以上的点进行直线拟合，同时指出其方向；3)根据图像中的平均气泡大小确定缩小倍数，尽量保证谷点的存在；4)进行边界跟踪，边界的跟踪是结合谷点边界图和原始气泡图来进行的；即在边界跟踪中，首先去掉少于3个光点的线，然后进行线的端点检测；因为每个气泡是闭合区域，所以要进行端点与端点的连接，连接的原则是基于距离和方向，对于没有可能连接的端点将去掉此线；
5)将图像中目标合并，对于多个相邻的目标物体，首先合并两个最容易合并的目标，然后按难易程度合并余下的目标；6)完成上述分割后，如果前面进行了图像缩小，要把图像分割结果映射到原尺寸，然后对每个边界点，检测放大邻域内是否有可以代替此点的边界点，检测的原则是使边界光滑，就可直接得到谷点边界的二值图像。本发明的基于金字塔和谷点边界跟踪的气泡图像分割方法，是建立在金字塔和边界跟踪的混合理论的基础之上的，是一种新的谷点边界扫描方法，该方法可以一次性检测出所有谷点(也就是气泡边界)，算法不受气泡中白色光点的影响，而不用作图像阈值处理，就可以直接得到谷点边界的二值图像。主要用于金属和非金属选矿，造纸厂，洗煤厂 ，啤酒厂及有关化工厂基于可视化信息处理的生产自动控制中，也可以用于相关的实验室分析软件系统中。
图I是本发明的气泡图像分割算法流程图；图2是典型的浮选气泡图像的一剖面图；图3是图像中目标物体的合并过程；图(a)是两相邻区域合并，图(b)是多个相邻区域合并；图4是三种不同气泡图像的分割结果，其中，图(a)是小尺寸气泡原始图像，图(b)是小尺寸气泡图像分割结果，图(C)是中等尺寸气泡原始图像，图(d)是中等尺寸气泡图像分割结果；图(e)是大尺寸气泡原始图像，(f)是大尺寸气泡图像分割结果。以下结合附图和具体的实例对本发明作进一步的详细说明。
具体实施例方式参见图1，按照本发明的技术方案，本实施例给出一种基于金字塔和谷点边界跟踪的气泡图像分割方法，该方法对一次性获得二值边界图像，通过以下子算法准确获得所有气泡的闭合轮廓，具体按下列步骤进行I)输入气泡图像，进行高斯平滑，去除图像中的噪声；高斯平滑的原理如下二值边界图像可写成g(x, y) = f (X，y)*h(x, y),其中h是平滑滤波器。本申请采用高斯滤波器，其函数为
权利要求
1.一种基于金字塔和谷点边界跟踪的气泡图像分割方法，其特征在于，对一次性获得二值边界图像，通过以下算法获得所有气泡的闭合轮廓，具体按下列步骤进行 1)输入气泡图像，进行高斯平滑，去除图像中的噪声；采用高斯滤波器直接从离散高斯分布中计算模板权值； 2)然后去除噪声谷点，先将邻近谷点方向较为一致的各点连起来，去掉了一些噪声或孤立的谷点；将这些短曲线找出并标号后，进行线的端点检测，在端点被检测出后，对每一端点可能的前进方向进行估算，估算的方法是将邻近二点或二点以上的点进行直线拟合，同时指出其方向； 3)根据图像中的平均气泡大小确定缩小倍数，尽量保证谷点的存在； 4)进行边界跟踪，边界的跟踪是结合谷点边界图和原始气泡图来进行的，即在边界跟踪中，首先去掉少于3个光点的线，然后进行线的端点检测，因为每个气泡是闭合区域，所以要进行端点与端点的连接，连接的原则是基于距离长度和方向近似程度，对于没有可能连接的端点，将去掉此线； 5)将图像中目标合并，对于多个相邻的目标物体，首先合并两个最容易合并的目标，然后按难易程度合并余下的目标； 6)完成上述分割后，如果前面进行了图像缩小，要把图像分割结果映射到原尺寸的图像中，然后在原始图像中，对每个边界点检测其邻域内是否有可以代替此点的边界点，检测的原则是使边界光滑，即直接得到谷点边界的二值图像。
全文摘要
本发明公开了一种基于金字塔和谷点边界跟踪的气泡图像分割方法，该方法是建立在金字塔和谷点边界跟踪的基础之上的，包括图像预处理，图像缩小，谷点边界扫描，端点检测及联结，区域合并，分割结果映射等，该方法可以一次性检测出所有谷点(也就是气泡边界)，算法不受气泡中白色光点的影响，而不用作图像阈值处理，就可以直接得到谷点边界的二值图像。
文档编号G06T5/00GK102708563SQ20121010900
公开日2012年10月3日 申请日期2012年4月13日 优先权日2012年4月13日
发明者周洲, 王卫星 申请人:长安大学