基于圖像處理的沙石粒徑自動(dòng)檢測(cè)方法
【專利摘要】本發(fā)明公開了一種基于圖像處理的沙石粒徑自動(dòng)檢測(cè)方法，包括以下步驟：通過攝像頭獲取沙石圖像image_1；提取圖像image_1中的沙石結(jié)構(gòu)，得到圖像image_2，對(duì)圖像image_2中的沙石進(jìn)行初步劃分，并在劃分所得每個(gè)區(qū)域上提取凹點(diǎn)；對(duì)圖像image_2每個(gè)沙石區(qū)域進(jìn)行凹點(diǎn)對(duì)的匹配，分割粘連的沙石得到圖像image_3；結(jié)合圖像image_2細(xì)化信息和凹點(diǎn)信息，分割圖像image_3粘連的沙石得到圖像image_4；結(jié)合圖像image_2的輪廓信息和凹點(diǎn)信息，分割圖像image_4粘連的沙石得到圖像image_5；根據(jù)分割后的沙石圖像image_5獲取沙石的粒徑。本發(fā)明能夠高效、可靠的對(duì)沙石粒徑進(jìn)行自動(dòng)檢測(cè)，從而提高實(shí)際工程的工作效率。
【專利說明】
基于圖像處理的沙石粒徑自動(dòng)檢測(cè)方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于計(jì)算機(jī)圖像處理技術(shù)領(lǐng)域，特別是一種基于圖像處理的沙石粒徑自動(dòng) 檢測(cè)方法。
【背景技術(shù)】
[0002] 由于在道路建設(shè)等工程中，對(duì)沙石的粒徑有一定的要求，太大或者太小的沙石會(huì) 導(dǎo)致道路質(zhì)量下降，因此在道路、建筑等建設(shè)過程中，一項(xiàng)重要的步驟是檢測(cè)使用的沙石是 否滿足要求。
[0003] 但是，現(xiàn)有的檢測(cè)技術(shù)是通過對(duì)沙石進(jìn)行抽樣，然后對(duì)抽樣到的沙石進(jìn)行測(cè)量，從 而得到沙石的粒徑。顯然，這種方法是十分繁瑣而且耗時(shí)的，不利于提高工作效率。當(dāng)前的 技術(shù)研究在這一方面是比較欠缺的，沒有一個(gè)可以高效自動(dòng)化的方法來解決這個(gè)問題。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的在于是提供一種高效、可靠的沙石粒徑自動(dòng)檢測(cè)方法，基于計(jì)算機(jī) 圖像處理技術(shù)以提高實(shí)際的道路建設(shè)等工程的工作效率。
[0005] 實(shí)現(xiàn)本發(fā)明目的的技術(shù)解決方案為：一種基于圖像處理的沙石粒徑自動(dòng)檢測(cè)方 法，包括以下步驟：
[0006] 步驟1，通過攝像頭獲取沙石圖像image_l;
[0007] 步驟2，提取圖像image_l中的沙石結(jié)構(gòu)，得到圖像image_2;
[0008] 步驟3,對(duì)圖像image_2中的沙石進(jìn)行初步劃分，并在劃分所得每個(gè)區(qū)域上提取凹 占 .
[0009] 步驟4,對(duì)圖像image_2每個(gè)沙石區(qū)域進(jìn)行凹點(diǎn)對(duì)的匹配，分割粘連的沙石得到圖 像image_3;
[00?0]步驟5,結(jié)合圖像image_2細(xì)化信息和凹點(diǎn)信息，分害畫像image_3粘連的沙石得到 圖像 image_4;
[0011 ]步驟6，結(jié)合圖像image_2的輪廓信息和凹點(diǎn)信息，分割圖像image_4粘連的沙石得 至?xí)裣駃mage_5;
[0012]步驟7，根據(jù)分割后的沙石圖像image_5獲取沙石的粒徑。
[0013] 進(jìn)一步地，步驟1所述通過攝像頭獲取沙石圖像image_l，具體為：
[0014] 11)通過攝像頭獲得原始沙石圖像；
[0015] 12)從原始沙石圖像中截取多個(gè)圖像區(qū)域；
[0016] 13)對(duì)步驟12)獲得的圖像區(qū)域進(jìn)行高斯濾波的得到沙石圖像image_l。
[0017] 進(jìn)一步地，步驟2所述提取圖像image_l中的沙石結(jié)構(gòu)，得到圖像image_2，具體為：
[0018] 21)初步估計(jì)圖像image_l中沙石結(jié)構(gòu)的粒徑1;
[0019] 22)利用步驟21)中估計(jì)的1作為參數(shù)，提取圖像image j的形態(tài)學(xué)建筑指數(shù)即MBI 特征圖；
[0020] 23)對(duì)步驟22)中獲得的MBI特征圖進(jìn)行二值化，去除圖像中的孔洞并進(jìn)行形態(tài)學(xué) 開運(yùn)算，得到處理后的圖像，其中開運(yùn)算使用的結(jié)構(gòu)元素 sel為圓盤形；
[0021] 24)從處理后的圖像中過濾掉小于所設(shè)閾值th_l的沙石，得到圖像image_2。
[0022] 進(jìn)一步地，步驟3所述對(duì)圖像image_2中的沙石進(jìn)行初步劃分，并在劃分所得每個(gè) 區(qū)域上提取凹點(diǎn)，具體如下：
[0023] 31)根據(jù)圖像image_2中的區(qū)域連通性，對(duì)圖像image_2中沙石區(qū)域進(jìn)行初步劃分；
[0024] 32)從每一沙石區(qū)域的邊緣上提取凹點(diǎn)，其中凹點(diǎn)的提取方法為:順時(shí)針遍歷沙石 區(qū)域邊緣上的點(diǎn)，當(dāng)前點(diǎn)為P，P的前驅(qū)點(diǎn)為Μ、后繼點(diǎn)為N，若點(diǎn)Μ、P、N組成的角度小于120°， 貝1J將點(diǎn)Ρ視作凹點(diǎn);對(duì)于凹點(diǎn)連續(xù)分布的凹點(diǎn)群，將此凹點(diǎn)群中中間的點(diǎn)代表該凹點(diǎn)群；
[0025] 33)過濾步驟32)獲得的凹點(diǎn)，過濾規(guī)則為：區(qū)域邊緣上，按順時(shí)針順序，將距離小 于所設(shè)閾值th_2的兩個(gè)凹點(diǎn)中去除其中一個(gè)凹點(diǎn)，得到凹點(diǎn)集Pits。
[0026] 進(jìn)一步地，步驟4所述對(duì)圖像image_2每個(gè)沙石區(qū)域進(jìn)行凹點(diǎn)對(duì)的匹配，分割粘連 的沙石得到圖像image_3，具體為：
[0027] 41)對(duì)圖像image_2中沙石區(qū)域上的凹點(diǎn)進(jìn)行匹配，其匹配規(guī)則為：兩個(gè)凹點(diǎn)Ρ1、 ?2，其前驅(qū)點(diǎn)分別為似、12，后繼點(diǎn)分別為價(jià)、似，若？1、？2的連線同時(shí)穿過角11?1【和角 M2P2N2內(nèi)部區(qū)域，則將凹點(diǎn)P1、P2視為匹配成功;若一個(gè)凹點(diǎn)匹配了多個(gè)其它凹點(diǎn)，則選取 兩凹點(diǎn)距離最小的凹點(diǎn)對(duì)；
[0028] 42)對(duì)于匹配成功的凹點(diǎn)對(duì)，將該凹點(diǎn)對(duì)連接作為分割該沙石區(qū)域的分割線，將匹 配成功的凹點(diǎn)對(duì)從凹點(diǎn)集pits中去除；
[0029] 43)遍歷圖像image_2中所有沙石區(qū)域中的所有凹點(diǎn)，重復(fù)步驟41)~42)，對(duì)圖像 image_2進(jìn)行分割；
[0030] 44)遍歷所有沙石區(qū)域，如果分割下來的沙石區(qū)域小于所設(shè)的閾值th_3，則將該分 割線去除，最終得到利用凹點(diǎn)匹配的沙石分割結(jié)果圖像image_3。
[0031]進(jìn)一步地，步驟5所述結(jié)合圖像image_2細(xì)化信息和凹點(diǎn)信息，分割圖像image_3粘 連的沙石得到圖像image_4，具體如下：
[0032] 51)采用ZS并行細(xì)化算法對(duì)圖像image_2進(jìn)行細(xì)化，得到細(xì)化后的圖像I_thing，圖 像I_thing中每一條細(xì)化線都對(duì)應(yīng)于image_2中的一個(gè)沙石區(qū)域；
[0033] 52)對(duì)沙石區(qū)域中的邊緣和對(duì)應(yīng)I_thing中的細(xì)化線，遍歷細(xì)化線上的點(diǎn)，若細(xì)化 線上存在點(diǎn)C與凹點(diǎn)P的距離小于所設(shè)的閾值th_4時(shí)，則該凹點(diǎn)P作為分割的依據(jù)；
[0034] 53)從步驟52)獲得了凹點(diǎn)P，將凹點(diǎn)P周圍屬于同一沙石區(qū)域的細(xì)化線上的點(diǎn)記錄 下來，形成點(diǎn)集setl;
[0035] 54)根據(jù)點(diǎn)集setl獲得凹點(diǎn)P附近細(xì)化線的回歸方程，具體方法如下：
[0036] 回歸方程為= ，其參數(shù)可以通過以下公式求得：
[0037]
[0038]
[0039] ]η
[0040] y = -[>·, η i 1
[0041 ]其中，（Xi, yi)是點(diǎn)集set中的點(diǎn)，表示圖像中的坐標(biāo);η為點(diǎn)集set的大??；
[0042] 55)過凹點(diǎn)P作斜率為kl的分割線，將沙石區(qū)域進(jìn)行分割，其中：
[0043] W- =-- β1
[0044] 將凹點(diǎn)Ρ從凹點(diǎn)集pits中去除；
[0045] 56)遍歷圖像image_2中所有沙石區(qū)域，重復(fù)步驟52)~55)，對(duì)圖像image_3進(jìn)行分 割；
[0046] 57)遍歷所有沙石區(qū)域，如果分割下來的沙石區(qū)域小于所設(shè)的閾值th_3，則將該分 割線去除，最終得到利用圖像細(xì)化信息的沙石分割結(jié)果圖像image_4。
[0047] 進(jìn)一步地，步驟6所述結(jié)合圖像image_l、圖像image_2的輪廓信息和凹點(diǎn)信息，分 害畫像image_4粘連的沙石得到圖像image_5，具體為：
[0048] 61)使用edge邊緣提取方法，并且利用canny算子從圖像image j提取輪廓圖像 BW1，然后將BW1與圖像image_2進(jìn)行邏輯與運(yùn)算，獲得沙石區(qū)域內(nèi)的輪廓圖像BW2;
[0049] 62)對(duì)沙石區(qū)域中的凹點(diǎn)P，在P周圍尋找是否存在同一沙石區(qū)域內(nèi)的輪廓線，若存 在，則將該凹點(diǎn)P作為分割的依據(jù)；
[0050] 63)從步驟62)中得到了凹點(diǎn)P，及凹點(diǎn)P周圍的輪廓線，建立輪廓線上點(diǎn)的集合s et2,獲得輪廓線的回歸方程j)=戍+戶，,具體方法與步驟54)相同；
[0051] 64)過凹點(diǎn)P作斜率為k2的分割線，將沙石區(qū)域進(jìn)行分割，其中：
[0052] k2 = β}
[0053] 將凹點(diǎn)Ρ從凹點(diǎn)集pits中去除；
[0054] 65)遍歷圖像image_2中所有沙石區(qū)域，重復(fù)步驟62)~64)，對(duì)圖像image_4進(jìn)行分 割；
[0055] 66)遍歷所有沙石區(qū)域，如果分割下來的沙石區(qū)域小于所設(shè)的閾值th_3，則將該分 割線去除，最終得到利用圖像輪廓信息的沙石分割結(jié)果圖像image_5。
[0056] 進(jìn)一步地，步驟7所述根據(jù)分割后的沙石圖像image_5獲取沙石的粒徑，具體如下：
[0057] 71)對(duì)于圖像image_5中的沙石區(qū)域，遍歷區(qū)域輪廓上的點(diǎn)，尋找兩個(gè)距離最大的 點(diǎn)，將這兩個(gè)點(diǎn)的距離作為該沙石區(qū)域的粒徑；
[0058] 72)遍歷圖像image_5中的每個(gè)沙石區(qū)域，重復(fù)步驟71)，獲得每個(gè)沙石區(qū)域的粒 徑，形成粒徑的集合1 en_s e t;
[0059 ] 7 3)求粒徑的最大值1 en_max，粒徑的最小值1 en_m i η，粒徑的平均值1 en_a vg，具體 的計(jì)算方法如下：
[0060]
[0061]
[0062]
[0063] 其中，η為len_set的大小，len_set(i)為len_set中第i個(gè)元素。
[0064]本發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點(diǎn)在于：（1)利用計(jì)算機(jī)高速處理的優(yōu)勢(shì)，結(jié)合 了圖像處理技術(shù)，實(shí)現(xiàn)了沙石粒徑自動(dòng)檢測(cè)；（2)能夠高效、可靠的對(duì)沙石粒徑進(jìn)行自動(dòng)檢 測(cè)，提高了實(shí)際的道路建設(shè)等工程的工作效率。
【附圖說明】
[0065]圖1為本發(fā)明基于圖像處理的沙石粒徑自動(dòng)檢測(cè)方法的流程圖。
[0066]圖2為本發(fā)明中凹點(diǎn)匹配的示意圖。
[0067]圖3為提取后的采樣圖。
[0068]圖4為從圖像中提取明亮結(jié)構(gòu)后的結(jié)果圖。
[0069]圖5為提取凹點(diǎn)的結(jié)果圖。
[0070]圖6為利用凹點(diǎn)對(duì)的匹配進(jìn)行分割的結(jié)果圖。
[0071 ]圖7為結(jié)合細(xì)化信息和凹點(diǎn)信息分割的結(jié)果圖。
[0072] 圖8為結(jié)合輪廓信息和凹點(diǎn)信息分割的結(jié)果圖。
[0073] 圖9為沙石的最終分割結(jié)果和粒徑示意圖。
【具體實(shí)施方式】
[0074]下面結(jié)合附圖及具體實(shí)施例對(duì)本發(fā)明作進(jìn)一步詳細(xì)說明。
[0075]結(jié)合圖1，本發(fā)明基于圖像處理的沙石粒徑自動(dòng)檢測(cè)方法，包括以下步驟：
[0076] 步驟1，通過攝像頭獲取沙石圖像image_l;
[0077 ] 步驟2，提取圖像image_l中的沙石結(jié)構(gòu)，得到圖像image_2;
[0078] 步驟3,對(duì)圖像image_2中的沙石進(jìn)行初步劃分，并在劃分所得每個(gè)區(qū)域上提取凹 占 .
[0079] 步驟4,對(duì)圖像image_2每個(gè)沙石區(qū)域進(jìn)行凹點(diǎn)對(duì)的匹配，分割粘連的沙石得到圖 像image_3;
[0080]步驟5，結(jié)合圖像image_2細(xì)化信息和凹點(diǎn)信息，分割圖像image_3粘連的沙石得到 圖像 image_4;
[0081]步驟6,結(jié)合圖像image_2的輪廓信息和凹點(diǎn)信息，分割圖像image_4粘連的沙石得 至?xí)裣駃mage_5;
[0082] 步驟7,根據(jù)分割后的沙石圖像image_5獲取沙石的粒徑。
[0083] 在所述基于圖像處理的沙石粒徑自動(dòng)檢測(cè)方法中，步驟1所述通過攝像頭獲取沙 石圖像image_l，具體為：
[0084] 11)通過攝像頭獲得原始沙石圖像；
[0085] 12)從原始沙石圖像中截取多個(gè)圖像區(qū)域；
[0086] 13)對(duì)步驟12)獲得的圖像區(qū)域進(jìn)行高斯濾波的得到沙石圖像image_l。
[0087]在所述基于圖像處理的沙石粒徑自動(dòng)檢測(cè)方法中，步驟2所述提取圖像image_l* 的沙石結(jié)構(gòu)，得到圖像image_2，具體為：
[0088] 21)初步估計(jì)圖像image j中沙石結(jié)構(gòu)的粒徑1，其中所使用的估計(jì)方法為分別使 用m條等間隔水平和η條等間隔豎直的直線與圖像中沙石進(jìn)行相交，在沙石結(jié)構(gòu)內(nèi)的線段， 則對(duì)該沙石粒徑的估計(jì)1為所有線段的平均值；
[0089] 22)利用步驟21)中估計(jì)的1作為參數(shù)，提取圖像image j的形態(tài)學(xué)建筑指數(shù)即MBI 特征圖，其中MBI的基本思想是通過建立建筑物內(nèi)部特征(如亮度、大小和對(duì)比度)之間的關(guān) 系和形態(tài)學(xué)運(yùn)算符屬性(如重建、粒度和方向）之間的關(guān)系來提取圖像中較為明亮的結(jié)構(gòu)；
[0090] 23)對(duì)步驟22)中獲得的MBI特征圖進(jìn)行二值化，去除圖像中的孔洞并進(jìn)行形態(tài)學(xué) 開運(yùn)算，得到處理后的圖像，其中開運(yùn)算使用的結(jié)構(gòu)元素 sel為圓盤形；
[0091] 24)從處理后的圖像中過濾掉小于所設(shè)閾值th_l的沙石，得到圖像image_2,其中t h_l的大小與用戶的要求有關(guān)，可以根據(jù)經(jīng)驗(yàn)或者專家的意見進(jìn)行確定。
[0092]在所述基于圖像處理的沙石粒徑自動(dòng)檢測(cè)方法中，步驟3所述對(duì)圖像image_2中的 沙石進(jìn)行初步劃分，并在劃分所得每個(gè)區(qū)域上提取凹點(diǎn)，具體如下：
[0093] 31)根據(jù)圖像image_2中的區(qū)域連通性，對(duì)圖像image_2中沙石區(qū)域進(jìn)行初步劃分；
[0094] 32)從每一沙石區(qū)域的邊緣上提取凹點(diǎn)，其中凹點(diǎn)的提取方法為:順時(shí)針遍歷沙石 區(qū)域邊緣上的點(diǎn)，當(dāng)前點(diǎn)為P，P的前驅(qū)點(diǎn)為Μ、后繼點(diǎn)為N，若點(diǎn)Μ、P、N組成的角度小于120°， 貝1J將點(diǎn)Ρ視作凹點(diǎn);對(duì)于凹點(diǎn)連續(xù)分布的凹點(diǎn)群，將此凹點(diǎn)群中中間的點(diǎn)代表該凹點(diǎn)群； [0095] 33)過濾步驟32)獲得的凹點(diǎn)，過濾規(guī)則為：區(qū)域邊緣上，按順時(shí)針順序，將距離小 于所設(shè)閾值th_2的兩個(gè)凹點(diǎn)中去除其中一個(gè)凹點(diǎn)，得到凹點(diǎn)集Pits，其中th_2的大小與用 戶的要求有關(guān)，可以根據(jù)經(jīng)驗(yàn)或者專家的意見進(jìn)行確定。
[0096]在所述基于圖像處理的沙石粒徑自動(dòng)檢測(cè)方法中，步驟4所述對(duì)圖像image_2每個(gè) 沙石區(qū)域進(jìn)行凹點(diǎn)對(duì)的匹配，分割粘連的沙石得到圖像image_3，具體為：
[0097] 41)結(jié)合圖2,對(duì)圖像image_2中沙石區(qū)域上的凹點(diǎn)進(jìn)行匹配，其匹配規(guī)則為:兩個(gè) 凹點(diǎn)P1、P2,其前驅(qū)點(diǎn)分別為M1、M2,后繼點(diǎn)分別為N1、N2,若P1、P2的連線同時(shí)穿過角M1P1N1 和角M2P2N2內(nèi)部區(qū)域，則將凹點(diǎn)P1、P2視為匹配成功;若一個(gè)凹點(diǎn)匹配了多個(gè)其它凹點(diǎn)，則 選取兩凹點(diǎn)距離最小的凹點(diǎn)對(duì)；
[0098] 42)對(duì)于匹配成功的凹點(diǎn)對(duì)，將該凹點(diǎn)對(duì)連接作為分割該沙石區(qū)域的分割線，將匹 配成功的凹點(diǎn)對(duì)從凹點(diǎn)集pits中去除；
[0099] 43)遍歷圖像image_2中所有沙石區(qū)域中的所有凹點(diǎn)，重復(fù)步驟41)~42)，對(duì)圖像 image_2進(jìn)行分割；
[0100] 44)遍歷所有沙石區(qū)域，如果分割下來的沙石區(qū)域小于所設(shè)的閾值th_3，則將該分 割線去除，最終得到利用凹點(diǎn)匹配的沙石分割結(jié)果圖像image_3。其中th_3的大小與用戶的 要求有關(guān)，可以根據(jù)經(jīng)驗(yàn)或者專家的意見進(jìn)行確定。
[0101]在所述基于圖像處理的沙石粒徑自動(dòng)檢測(cè)方法中，步驟5所述結(jié)合圖像image_2細(xì) 化信息和凹點(diǎn)信息，分割圖像image_3粘連的沙石得到圖像image_4，具體如下：
[0102] 51)采用ZS(ZHANG and SUEN)并行細(xì)化算法對(duì)圖像image_2進(jìn)行細(xì)化，得到細(xì)化后 的圖像I_thing，圖像I_thing中每一條細(xì)化線都對(duì)應(yīng)于image_2中的一個(gè)沙石區(qū)域，其中ZS 算法是一個(gè)經(jīng)典的細(xì)化算法，其基本原理是對(duì)一副二值圖像進(jìn)行骨架提取，刪除不需要的 輪廓點(diǎn)，只保留其骨架點(diǎn)；
[01 03] 52)對(duì)沙石區(qū)域中的邊緣和對(duì)應(yīng)I_thing中的細(xì)化線，遍歷細(xì)化線上的點(diǎn)，若細(xì)化 線上存在點(diǎn)C與凹點(diǎn)P的距離小于所設(shè)的閾值th_4時(shí)，則該凹點(diǎn)P作為分割的依據(jù)，其中th_4 的大小與用戶的要求有關(guān)，可以根據(jù)經(jīng)驗(yàn)或者專家的意見進(jìn)行確定；
[0104] 53)從步驟52)獲得了凹點(diǎn)P，將凹點(diǎn)P周圍屬于同一沙石區(qū)域的細(xì)化線上的點(diǎn)記錄 下來，形成點(diǎn)集setl;
[0105] 54)根據(jù)點(diǎn)集setl獲得凹點(diǎn)P附近細(xì)化線的回歸方程，具體方法如下：
[0106] 回歸方程為= /? Η- /V ,其參數(shù)可以通過以下公式求得：
[0107]
[0108]
[0109]
[0110]
[0111] 其中，（Xi，yi)是點(diǎn)集set中的點(diǎn)，表示圖像中的坐標(biāo);η為點(diǎn)集set的大小；
[0112] 55)過凹點(diǎn)P作斜率為kl的分割線，將沙石區(qū)域進(jìn)行分割，其中： 則奴=4 βχ
[0114]將凹點(diǎn)Ρ從凹點(diǎn)集pits中去除；
[0115] 56)遍歷圖像image_2中所有沙石區(qū)域，重復(fù)步驟52)~55)，對(duì)圖像image_3進(jìn)行分 割；
[0116] 57)遍歷所有沙石區(qū)域，如果分割下來的沙石區(qū)域小于所設(shè)的閾值th_3，則將該分 割線去除，最終得到利用圖像細(xì)化信息的沙石分割結(jié)果圖像image_4。其中th_3的大小與步 驟44)設(shè)的值相等。
[0117] 在所述基于圖像處理的沙石粒徑自動(dòng)檢測(cè)方法中，步驟6所述結(jié)合圖像image_l、 圖像image_2的輪廓信息和凹點(diǎn)信息，分割圖像image_4粘連的沙石得到圖像image_5，具體 為：
[0118] 61)使用edge邊緣提取方法，并且利用canny算子從圖像image j提取輪廓圖像 BW1，然后將BW1與圖像image_2進(jìn)行邏輯與運(yùn)算，獲得沙石區(qū)域內(nèi)的輪廓圖像BW2;
[0119] 62)對(duì)沙石區(qū)域中的凹點(diǎn)P，在P周圍尋找是否存在同一沙石區(qū)域內(nèi)的輪廓線，若存 在，則將該凹點(diǎn)P作為分割的依據(jù)；
[0120] 63)從步驟62)中得到了凹點(diǎn)P，及凹點(diǎn)P周圍的輪廓線，建立輪廓線上點(diǎn)的集合s et2,獲得輪廓線的回歸方程^ =戍4及r，具體方法與步驟54)相同；
[0121] 64)過凹點(diǎn)P作斜率為k2的分割線，將沙石區(qū)域進(jìn)行分割，其中：
[0122] k2 : β'
[0123] 將凹點(diǎn)Ρ從凹點(diǎn)集pits中去除；
[0124] 65)遍歷圖像image_2中所有沙石區(qū)域，重復(fù)步驟62)~64)，對(duì)圖像image_4進(jìn)行分 割；
[0125] 66)遍歷所有沙石區(qū)域，如果分割下來的沙石區(qū)域小于所設(shè)的閾值th_3，則將該分 割線去除，最終得到利用圖像輪廓信息的沙石分割結(jié)果圖像image_5。其中th_3的大小與步 驟44)設(shè)的值相等。
[0126] 在所述基于圖像處理的沙石粒徑自動(dòng)檢測(cè)方法中，步驟7所述根據(jù)分割后的沙石 圖像image_5獲取沙石的粒徑，具體如下：
[0127] 71)對(duì)于圖像image_5中的沙石區(qū)域，遍歷區(qū)域輪廓上的點(diǎn)，尋找兩個(gè)距離最大的 點(diǎn)，將這兩個(gè)點(diǎn)的距離作為該沙石區(qū)域的粒徑；
[0128] 72)遍歷圖像image_5中的每個(gè)沙石區(qū)域，重復(fù)步驟71)，獲得每個(gè)沙石區(qū)域的粒 徑，形成粒徑的集合1 en_s e t;
[0129 ] 73)求粒徑的最大值1 en_max，粒徑的最小值1 en_min，粒徑的平均值1 en_avg，具體 的計(jì)算方法如下：
[0130]
[0131]
[0132]
[0133] 其中，η為len_set的大小，len_set(i)為len_set中第i個(gè)元素。
[0134] 實(shí)施例1
[0135] 接下來通過一個(gè)具體的實(shí)施示例來說明本發(fā)明的實(shí)用性：
[0136] 本發(fā)明采用基于計(jì)算機(jī)圖像處理的沙石粒徑自動(dòng)檢測(cè)方法，此實(shí)施示例是采用的 工業(yè)鋪路所使用的沙石，通過使用本發(fā)明所提出的方法提取出沙石的粒徑，具體步驟如下：
[0137] 步驟1)，通過攝像頭獲取沙石圖像信息。示例使用了一個(gè)攝像頭，在實(shí)際應(yīng)用中也 可以使用一組多個(gè)攝像頭來獲取更多的沙石圖像。然后在拍攝的原始圖像中截取幾個(gè)圖像 區(qū)域作為采樣，圖3為提取后的采樣圖像。
[0138] 步驟2)，從圖像中提取較為明亮的沙石，所使用的方法是利用不同大小不同方向 的線性結(jié)構(gòu)對(duì)圖像進(jìn)行重構(gòu)運(yùn)算。示例方法使用的是MBI算法來提取明亮結(jié)構(gòu)，圖4為提取 后的結(jié)果。
[0139] 步驟3)，從圖像中提取凹點(diǎn)，示例所使用的方法是對(duì)于沙石輪廓上的每一點(diǎn)，找到 其前驅(qū)點(diǎn)和后繼點(diǎn)，獲取前驅(qū)點(diǎn)、當(dāng)前點(diǎn)、后繼點(diǎn)構(gòu)成的角度，對(duì)于角度小于120度的點(diǎn)被視 為凹點(diǎn)，圖5為提取后凹點(diǎn)的結(jié)果。其中圓圈為凹點(diǎn)，可以看到大多數(shù)凹點(diǎn)都是位于兩個(gè)沙 石重疊的位置。
[0140] 步驟4)，進(jìn)行凹點(diǎn)對(duì)的匹配，分割粘連的沙石，其匹配的規(guī)則是兩個(gè)凹點(diǎn)的連線分 別位于兩個(gè)凹點(diǎn)的前驅(qū)點(diǎn)和后繼點(diǎn)之間，圖2為凹點(diǎn)匹配的示意圖，然后對(duì)于匹配成功的兩 個(gè)凹點(diǎn)，將其連接從而分割粘連沙石，圖6為利用凹點(diǎn)對(duì)的匹配進(jìn)行分割的結(jié)果，其中較粗 的線為當(dāng)前的分割線。
[0141]步驟5)，結(jié)合圖像細(xì)化信息和凹點(diǎn)信息，分割粘連的沙石，圖7為分割后的結(jié)果，其 中較粗的線是當(dāng)前的分割線，較細(xì)的線為之前的分割線。
[0142] 步驟6)，結(jié)合圖像輪廓信息和凹點(diǎn)信息，分割粘連的沙石，圖8為分割后的結(jié)果，其 中較粗的線是當(dāng)前的分割線，較細(xì)的線為之前的分割線。
[0143] 步驟7)，對(duì)分割后的沙石圖像獲取沙石的粒徑，其具體方法為對(duì)每一個(gè)沙石區(qū)域 求其中最長的線段作為該沙石的粒徑，圖9為沙石的最終分割結(jié)果和每一個(gè)沙石的粒徑示 意圖。本示例中，沙石的粒徑的最終結(jié)果如表1所示。
[0144] 表1、圖像中沙石的粒徑信息
[0145]
[0146] 綜上所述，我們提出的基于計(jì)算機(jī)圖像處理的沙石粒徑自動(dòng)提取方法可以很好將 圖像中粘連的沙石進(jìn)行分割，這就意味著可以很好利用圖像處理來提取沙石的粒徑信息。
【主權(quán)項(xiàng)】
1. 一種基于圖像處理的沙石粒徑自動(dòng)檢測(cè)方法，其特征在于，包括W下步驟： 步驟1，通過攝像頭獲取沙石圖像image_l; 步驟2，提取圖像image_l中的沙石結(jié)構(gòu)，得到圖像image_2; 步驟3，對(duì)圖像image_2中的沙石進(jìn)行初步劃分，并在劃分所得每個(gè)區(qū)域上提取凹點(diǎn)； 步驟4,對(duì)圖像image_2每個(gè)沙石區(qū)域進(jìn)行凹點(diǎn)對(duì)的匹配，分割粘連的沙石得到圖像 image_3; 步驟5，結(jié)合圖像image_2細(xì)化信息和凹點(diǎn)信息，分割圖像image_3粘連的沙石得到圖像 image_4; 步驟6，結(jié)合圖像image_2的輪廓信息和凹點(diǎn)信息，分割圖像image_4粘連的沙石得到圖 像image_5; 步驟7,根據(jù)分割后的沙石圖像image_5獲取沙石的粒徑。2. 根據(jù)權(quán)利要求1所述的基于圖像處理的沙石粒徑自動(dòng)檢測(cè)方法，其特征在于，步驟1 所述通過攝像頭獲取沙石圖像image_l，具體為： 11) 通過攝像頭獲得原始沙石圖像； 12) 從原始沙石圖像中截取多個(gè)圖像區(qū)域； 13) 對(duì)步驟12)獲得的圖像區(qū)域進(jìn)行高斯濾波的得到沙石圖像image_l。3. 根據(jù)權(quán)利要求1所述的基于圖像處理的沙石粒徑自動(dòng)檢測(cè)方法，其特征在于，步驟2 所述提取圖像image_l中的沙石結(jié)構(gòu)，得到圖像image_2，具體為： 21) 初步估計(jì)圖像image_l中沙石結(jié)構(gòu)的粒徑1; 22) 利用步驟21)中估計(jì)的1作為參數(shù)，提取圖像image_l的形態(tài)學(xué)建筑指數(shù)即MBI特征 圖； 23) 對(duì)步驟22)中獲得的MBI特征圖進(jìn)行二值化，去除圖像中的孔桐并進(jìn)行形態(tài)學(xué)開運(yùn) 算，得到處理后的圖像，其中開運(yùn)算使用的結(jié)構(gòu)元素 sel為圓盤形； 24) 從處理后的圖像中過濾掉小于所設(shè)闊值th_l的沙石，得到圖像image_2。4. 根據(jù)權(quán)利要求1所述的基于圖像處理的沙石粒徑自動(dòng)檢測(cè)方法，其特征在于，步驟3 所述對(duì)圖像image_2中的沙石進(jìn)行初步劃分，并在劃分所得每個(gè)區(qū)域上提取凹點(diǎn)，具體如 下： 31) 根據(jù)圖像image_2中的區(qū)域連通性，對(duì)圖像image_2中沙石區(qū)域進(jìn)行初步劃分； 32) 從每一沙石區(qū)域的邊緣上提取凹點(diǎn)，其中凹點(diǎn)的提取方法為:順時(shí)針遍歷沙石區(qū)域 邊緣上的點(diǎn)，當(dāng)前點(diǎn)為P，P的前驅(qū)點(diǎn)為M、后繼點(diǎn)為N，若點(diǎn)M、P、N組成的角度小于120°，則將 點(diǎn)P視作凹點(diǎn);對(duì)于凹點(diǎn)連續(xù)分布的凹點(diǎn)群，將此凹點(diǎn)群中中間的點(diǎn)代表該凹點(diǎn)群； 33) 過濾步驟32)獲得的凹點(diǎn)，過濾規(guī)則為：區(qū)域邊緣上，按順時(shí)針順序，將距離小于所 設(shè)闊值th_2的兩個(gè)凹點(diǎn)中去除其中一個(gè)凹點(diǎn)，得到凹點(diǎn)集Pits。5. 根據(jù)權(quán)利要求1所述的基于圖像處理的沙石粒徑自動(dòng)檢測(cè)方法，其特征在于，步驟4 所述對(duì)圖像image_2每個(gè)沙石區(qū)域進(jìn)行凹點(diǎn)對(duì)的匹配，分割粘連的沙石得到圖像image_3， 具體為： 41)對(duì)圖像image_2中沙石區(qū)域上的凹點(diǎn)進(jìn)行匹配，其匹配規(guī)則為：兩個(gè)凹點(diǎn)P1、P2，其 前驅(qū)點(diǎn)分別為M1、M2，后繼點(diǎn)分別為N1、N2，若P1、P2的連線同時(shí)穿過角M1P1N1和角M2P2N2內(nèi) 部區(qū)域，則將凹點(diǎn)P1、P2視為匹配成功;若一個(gè)凹點(diǎn)匹配了多個(gè)其它凹點(diǎn)，則選取兩凹點(diǎn)距 離最小的凹點(diǎn)對(duì)； 42) 對(duì)于匹配成功的凹點(diǎn)對(duì)，將該凹點(diǎn)對(duì)連接作為分割該沙石區(qū)域的分割線，將匹配成 功的凹點(diǎn)對(duì)從凹點(diǎn)集pits中去除； 43) 遍歷圖像image_2中所有沙石區(qū)域中的所有凹點(diǎn)，重復(fù)步驟41)~42)，對(duì)圖像 image_2進(jìn)行分割； 44) 遍歷所有沙石區(qū)域，如果分割下來的沙石區(qū)域小于所設(shè)的闊值th_3,則將該分割線 去除，最終得到利用凹點(diǎn)匹配的沙石分割結(jié)果圖像image_3。6. 根據(jù)權(quán)利要求1所述的基于圖像處理的沙石粒徑自動(dòng)檢測(cè)方法，其特征在于，步驟5 所述結(jié)合圖像image_2細(xì)化信息和凹點(diǎn)信息，分割圖像image_3粘連的沙石得到圖像image_ 4,具體如下： 51) 采用ZS并行細(xì)化算法對(duì)圖像image_2進(jìn)行細(xì)化，得到細(xì)化后的圖像I_thing，圖像1_ thing中每一條細(xì)化線都對(duì)應(yīng)于image_2中的一個(gè)沙石區(qū)域； 52) 對(duì)沙石區(qū)域中的邊緣和對(duì)應(yīng)I_thing中的細(xì)化線，遍歷細(xì)化線上的點(diǎn)，若細(xì)化線上 存在點(diǎn)C與凹點(diǎn)P的距離小于所設(shè)的闊值th_4時(shí)，則該凹點(diǎn)P作為分割的依據(jù)； 53) 從步驟52)獲得了凹點(diǎn)P，將凹點(diǎn)P周圍屬于同一沙石區(qū)域的細(xì)化線上的點(diǎn)記錄下 來，形成點(diǎn)集setl; 54) 根據(jù)點(diǎn)集setl獲得凹點(diǎn)P附近細(xì)化線的回歸方程，具體方法如下： 回歸方程為V = A ，其參數(shù)可W通過W下公式求得：其中，（Xi，yi)是點(diǎn)集set中的點(diǎn)，表示圖像中的坐標(biāo);η為點(diǎn)集set的大小； 55) 過凹點(diǎn)P作斜率為kl的分割線，將沙石區(qū)域進(jìn)行分割，其中：將凹點(diǎn)P從凹點(diǎn)集pits中去除； 56) 遍歷圖像image_2中所有沙石區(qū)域，重復(fù)步驟52)~55)，對(duì)圖像image_3進(jìn)行分割； 57) 遍歷所有沙石區(qū)域，如果分割下來的沙石區(qū)域小于所設(shè)的闊值th_3,則將該分割線 去除，最終得到利用圖像細(xì)化信息的沙石分割結(jié)果圖像image_4。7. 根據(jù)權(quán)利要求1所述的基于圖像處理的沙石粒徑自動(dòng)檢測(cè)方法，其特征在于，步驟6 所述結(jié)合圖像image_l、圖像image_2的輪廓信息和凹點(diǎn)信息，分割圖像image_4粘連的沙石 得到圖像image_5，具體為： 61)使用edge邊緣提取方法，并且利用canny算子從圖像image_l提取輪廓圖像BW1，然 后將BWl與圖像image_2進(jìn)行邏輯與運(yùn)算，獲得沙石區(qū)域內(nèi)的輪廓圖像BW2; 62) 對(duì)沙石區(qū)域中的凹點(diǎn)P，在P周圍尋找是否存在同一沙石區(qū)域內(nèi)的輪廓線，若存在， 則將該凹點(diǎn)P作為分割的依據(jù)； 63) 從步驟62)中得到了凹點(diǎn)P，及凹點(diǎn)P周圍的輪廓線，建立輪廓線上點(diǎn)的集合set2,獲 得輪廓線的回歸方程V二Λ +足、·，具體方法與步驟54)相同； 64) 過凹點(diǎn)Ρ作斜率為k2的分割線，將沙石區(qū)域進(jìn)行分割，其中： 給三禹 將凹點(diǎn)P從凹點(diǎn)集pits中去除； 65) 遍歷圖像image_2中所有沙石區(qū)域，重復(fù)步驟62)~64)，對(duì)圖像image_4進(jìn)行分割； 66) 遍歷所有沙石區(qū)域，如果分割下來的沙石區(qū)域小于所設(shè)的闊值th_3,則將該分割線 去除，最終得到利用圖像輪廓信息的沙石分割結(jié)果圖像image_5。8.根據(jù)權(quán)利要求1所述的基于圖像處理的沙石粒徑自動(dòng)檢測(cè)方法，其特征在于，步驟7 所述根據(jù)分割后的沙石圖像image_5獲取沙石的粒徑，具體如下： 71) 對(duì)于圖像image_5中的沙石區(qū)域，遍歷區(qū)域輪廓上的點(diǎn)，尋找兩個(gè)距離最大的點(diǎn)，將 運(yùn)兩個(gè)點(diǎn)的距離作為該沙石區(qū)域的粒徑； 72) 遍歷圖像image_5中的每個(gè)沙石區(qū)域，重復(fù)步驟71)，獲得每個(gè)沙石區(qū)域的粒徑，形 成粒徑的集合len_set; 73) 求粒徑的最大值1 en_max，粒徑的最小值1 en_min，粒徑的平均值1 en_avg，具體的計(jì) 算方法如下：其中，η為len_set的大小，len_set(i)為len_set中第i個(gè)元素。
【文檔編號(hào)】G06T7/00GK105976388SQ201610340394
【公開日】2016年9月28日
【申請(qǐng)日】2016年5月20日
【發(fā)明人】曹國, 汪光亞, 孫權(quán)森, 王京起
【申請(qǐng)人】南京理工大學(xué)