基于hsv空間與區(qū)域選擇的微米木纖維直徑檢測算法
【專利摘要】基于HSV空間與區(qū)域選擇的微米木纖維直徑檢測算法包括以下步驟：拍攝微米木纖維顯微放大圖像，將RGB圖像轉(zhuǎn)換到HSV顏色空間，基于S分量進(jìn)行二值化，基于用戶需求，選擇去除分支、毛刺等不規(guī)則形態(tài)特征，提取木纖維的主體區(qū)域，利用形態(tài)學(xué)單尺度邊緣檢測算子獲得木纖維邊緣，對邊緣提取后的圖像采用基于最大內(nèi)切圓算法的改進(jìn)的分段纖維測量法獲取木纖維直徑。本發(fā)明的方法不僅充分利用圖像的色彩信息，而且基于最大內(nèi)切圓算法的直徑檢測，不僅摒棄傳統(tǒng)構(gòu)建直線方程的思想，而且克服了木纖維圖像的旋轉(zhuǎn)、平移，盡量減少纖維毛刺對直徑檢測的影響，對指導(dǎo)仿真研究和實現(xiàn)微米木纖維直徑智能化檢測具有重要的意義。
【專利說明】基于HSV空間與區(qū)域選擇的微米木纖維直徑檢測算法
所屬【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種基于顯微圖像的微米木纖維直徑檢測算法，尤其涉及一種基于HSV顏色空間與區(qū)域選擇的改進(jìn)的微米木纖維直徑檢測算法。
【背景技術(shù)】
[0002]目前纖維直徑檢測方法有氣流儀法、光學(xué)顯微鏡投影法、光學(xué)顯微鏡自動掃描法、激光掃描法、掃描電子顯微鏡法等，但因儀器價格昂貴，應(yīng)用范圍受限，不能很好地推廣到生產(chǎn)中，從而使木纖維直徑自動化檢測的難度增大。常用的RGB顏色模型由于R、G、B三分量之間存在很強(qiáng)的相關(guān)性，而HSV顏色空間更符合人眼對色彩感知的特征，其三個分量相互獨立、有較強(qiáng)的穩(wěn)健性。王夏黎等人在文獻(xiàn)1“一種基于HSV顏色空間的車輛牌照提取方法”(計算機(jī)工程，2004, 30 (17))中利用HSV顏色空間對輸入的含有汽車牌照的彩色圖像直接進(jìn)行處理，設(shè)計一種車牌檢驗方法，實現(xiàn)車牌定位。數(shù)學(xué)形態(tài)學(xué)具有完美的數(shù)學(xué)基礎(chǔ)，在邊緣檢測領(lǐng)域取得了很好的效果，如李杰等在文獻(xiàn)2“基于數(shù)學(xué)形態(tài)學(xué)的邊緣檢測算法的研究”(計算機(jī)科學(xué)，2012，39 (6A))中通過一種改進(jìn)的形態(tài)學(xué)算子，有效地檢測出邊緣，并保持了邊緣平滑性。纖維分段測量法能夠很好地利用各個分段的特征，張鵬飛等人在文獻(xiàn)3“一種基于圖像預(yù)處理的快速測試?yán)w維直徑的方法”(上海紡織科技，2011，(39)12)中，從羊毛纖維長度方向上，從纖維一端每隔約9個像素對纖維進(jìn)行基于直線擬合的直徑測量，此算法縮短了直徑檢測時間，提高了測量效率，發(fā)揮數(shù)字圖像處理技術(shù)的優(yōu)勢。最大內(nèi)切圓的應(yīng)用較多，吳微等人在文獻(xiàn)4 “手掌靜脈識別中感興趣區(qū)域的選擇與定位研究”(光電子.激光，2013，(24) I)中，提出基于大魚際區(qū)的ROI定位方法，以靠近手腕側(cè)最大內(nèi)切圓確定手掌上的兩個穩(wěn)定特征點，利用這兩個穩(wěn)定特征點確定R0I，對大魚際區(qū)和掌心區(qū)的ROI圖像進(jìn)行識別性能對比實驗，結(jié)果表明，這種方法使多種識別性能指標(biāo)都得到明顯改善。以上所述均為基于HSV顏色空間與區(qū)域選擇的微米木纖維直徑檢測算法提供了理論依據(jù)。

【發(fā)明內(nèi)容】

[0003]本發(fā)明的目的是提供一種基于HSV空間與區(qū)域選擇的改進(jìn)的微米木纖維直徑檢測算法，該算法采用基于HSV顏色空間的S分量實現(xiàn)目標(biāo)提取，基于用戶需求概念，通過基于最大內(nèi)切圓算法改進(jìn)傳統(tǒng)的分段測量法計算每個分段的直徑并獲取平均值，實現(xiàn)微米木纖維直徑檢測。算法不受背景的噪聲影響，直徑檢測效果好，適用性較強(qiáng)。
[0004]為了達(dá)到上述目的，本發(fā)明采用如下技術(shù)方案:
[0005]基于HSV空間與區(qū)域選擇的微米木纖維直徑檢測算法，包括以下步驟:
[0006](I)讀入微米木纖維顯微放大圖，將得到的RGB圖像變換到HSV顏色空間，提取S分量進(jìn)行閾值分割，進(jìn)行數(shù)學(xué)形態(tài)學(xué)及濾波去噪等操作，獲取去除背景的二值化目標(biāo)；
[0007](2)如果微米木纖維形態(tài)不規(guī)則，則先進(jìn)行用戶區(qū)域選擇，提取木纖維主體區(qū)域，并進(jìn)行形態(tài)學(xué)單尺度邊緣檢測；
[0008](3)對邊緣檢測后的圖像進(jìn)行基于最大內(nèi)切圓算法的改進(jìn)的分段纖維直徑測量，并將各個分段區(qū)域直徑的平均值作為微米木纖維直徑的最終結(jié)果，算法結(jié)束。
【專利附圖】

【附圖說明】
[0009]圖1是基于HSV空間與區(qū)域選擇的微米木纖維直徑檢測算法流程圖；
[0010]圖2是實驗用的微米木纖維顯微放大圖像；
[0011]圖3是木纖維圖像HSV顏色空間三分量圖，其中圖(a)為H分量圖、圖(b)為S分量圖、圖(C)為V分量圖；
[0012]圖4是基于S分量對木纖維圖像進(jìn)行二值化提取結(jié)果；
[0013]圖5是對二值化圖像基于用戶需求進(jìn)行木纖維主體區(qū)域提??；
[0014]圖6是對區(qū)域提取后的圖像進(jìn)行邊緣檢測的結(jié)果；
[0015]圖7是對木纖維進(jìn)行基于最大內(nèi)切圓的其中一個分段測量的結(jié)果；
【具體實施方式】:
[0016]圖1是基于HSV空間與區(qū)域選擇的微米木纖維直徑檢測算法流程圖；本發(fā)明的基于HSV空間與區(qū)域選擇的微米木纖維直徑檢測算法包括以下步驟:
[0017](I)將采集到的RGB圖像變換到HSV顏色空間；
[0018](2 )提取S分量進(jìn)行二值化目標(biāo)提??；
[0019](3)進(jìn)行數(shù)學(xué)形態(tài)學(xué)及濾波去噪等操作，獲得去除背景的二值化目標(biāo)；
[0020](4)基于用戶需求提取微米木纖維主體區(qū)域；
[0021](5)采用形態(tài)學(xué)單尺度算子檢測微米木纖維邊緣；
[0022](6)對邊緣提取后的圖像采用基于最大內(nèi)切圓算法的改進(jìn)的分段測量法檢測纖維
直徑；
[0023](7)對各分段直徑計算平均值，作為微米木纖維直徑的最終結(jié)果。
[0024]圖2為采集到的微米木纖維顯微放大圖像；
[0025]圖3為木纖維圖像HSV顏色空間三分量圖，其中圖(a)為H分量圖、圖(b)為S分量圖、圖(c)為V分量圖。由于S分量較好地凸顯了完整木纖維顆粒，因此采用S分量去除背景提取目標(biāo)；
[0026]圖4為通過上述分析對木纖維顯微放大圖像進(jìn)行基于S空間提取目標(biāo)，并進(jìn)行數(shù)學(xué)形態(tài)學(xué)及濾波去噪等操作得到的結(jié)果圖。從該實驗結(jié)果分析，該方法能夠成功地從背景中較好地分尚出木纖維；
[0027]圖5是對所得二值分割結(jié)果圖像基于用戶需求概念，去除木纖維不規(guī)則形態(tài)特征(例如分叉、毛刺等)的結(jié)果圖。從實驗結(jié)果可以看出，基于用戶需求，不僅獲得了較為完整規(guī)則的木纖維主體區(qū)域，便于接下來的直徑測量，而且引入用戶參與，使得算法更加具有交互性；
[0028]圖6是對上述目標(biāo)提取后的圖像進(jìn)行形態(tài)學(xué)單尺度算子邊緣檢測，采用的算子為:(;(/(.、%.ν’)) = (/(Λ%.ν)?/)(/，#為像素點，b(i，j)為結(jié)
構(gòu)元。算法選取圓盤結(jié)構(gòu)元，半徑為3;
[0029]圖7是對木纖維進(jìn)行基于最大內(nèi)切圓的其中一個分段測量的結(jié)果。
【權(quán)利要求】
1.基于HSV空間與區(qū)域選擇的微米木纖維直徑檢測算法，包括以下步驟: (1)讀入微米木纖維顯微放大圖，將得到的RGB圖像變換到HSV顏色空間，提取S分量進(jìn)行閾值分割，進(jìn)行數(shù)學(xué)形態(tài)學(xué)及濾波去噪等操作，獲取去除背景的二值化目標(biāo)； (2)如果微米木纖維形態(tài)不規(guī)則，則先進(jìn)行用戶區(qū)域選擇，提取木纖維主體區(qū)域，并進(jìn)行形態(tài)學(xué)單尺度邊緣檢測； (3)對邊緣檢測后的圖像進(jìn)行基于最大內(nèi)切圓算法的改進(jìn)的分段纖維直徑測量，并將各個分段區(qū)域直徑的平均值作為微米木纖維直徑的最終結(jié)果，算法結(jié)束。
2.根據(jù)權(quán)利要求1所述的基于HSV空間與區(qū)域選擇的微米木纖維直徑檢測算法，其特




征在于，所述步驟(I)的RGB圖像根據(jù)公式
3.根據(jù)權(quán)利要求1所述的基于HSV空間與區(qū)域選擇的微米木纖維直徑檢測算法，其特征在于，所述步驟(2)的用戶選擇區(qū)域去掉木纖維毛刺，形態(tài)學(xué)單尺度邊緣檢測算子為:
4.根據(jù)權(quán)利要求1所述的基于HSV空間與區(qū)域選擇的微米木纖維直徑檢測算法，其特征在于，所述步驟(3)的基于最大內(nèi)切圓的改進(jìn)的分段纖維直徑測量法，根據(jù)用戶需求將纖維分段，并將分段區(qū)域等效為多邊形，通過計算該多邊形最大內(nèi)切圓的直徑獲得該分段纖維的直徑，將各個分段直徑取平均值作為微米纖維的直徑。
【文檔編號】G06T7/00GK103440661SQ201310398045
【公開日】2013年12月11日 申請日期:2013年9月5日 優(yōu)先權(quán)日:2013年9月5日
【發(fā)明者】齊紅, 任洪娥, 劉冕 申請人:東北林業(yè)大學(xué)