錫膏分割算法探索.docxVIP

锡膏分割算法探究检测需求a.中心位置偏移量计算b.面积大小计算c.相邻锡膏边缘连通性检测可根据不同检测需求单独设定算法可根据不同区分要求单独设定权重系数（中间区与亮区K1，中间区与暗区K2），以区域来作为贯穿始终的特征输入图像分析输入图像按亮度统计学分为三个部分：暗区、亮区、中间区中间区在亮度特征上与亮区、暗区均有重叠部分因此很难用纯统计学方式提取锡膏部分参考方式（边缘、连通性、形态学、区域生长）区域性特征：平滑当前运算在形态学调整之前计算锡膏数目，排除没有与锡膏连接在一块的白色区块的干扰计算锡膏面积，排除与锡膏连接在一起的白色区块的影响RGB彩色图像各通道最佳亮度差异性的选择在彩色图像中的物体a和物体b为了维持整张图像的总体亮度,系数K1+k2+k3=1不然会是一个超平面锡膏的色谱值为#ACDAE1左右，转换为10进制列向量[225,218,172]T，白色字符的色谱值为#EDFFF2，转换为10进制列向量[242,255,237]T。在R,G,B三个通道组成的三维空间中Sn=[225 218j 172k]TWh=[242i 255j 237k]T在均衡亮度转换中，转换因子K=[0.333i 0.333j 0.333k]锡膏与白色字符部分在灰阶图中的亮度分别为GSn=sKSn=205sGWh=sKWh=245sS为与饱和度以及亮度有关的系数假定转换因子为K=[k1i k2j k3k]则锡膏与锡膏与白色字符部分在灰阶图中的亮度分别为GSn=sKSn=s(225k1+218k2+172k3)GWh=sKWh=s(242k1+255k2+237k3)为了保持转换后图像整体亮度不变，则有K1+K2+K3=1,不然会是一个超平面亮度差值为G=s(17K1+37K2+65K3)=s(4-24K1+38K3)由上式可绘制出在K1-K3-G坐标系中的一个曲面由上图可以看出，白色字符与锡膏灰度值差异不是可收敛的曲面，K1值越小，k3值越大，该差异最大。Matlab分析代码%-- 2014/1/3 12:06 --%x=-1:0.01:1;y=x;[X,Y]=meshgrid(x,y);Z=4-24X+38*Y;Z=4-24*X+38*Y;idx=X+Y1;X(idx)=nan;Y(idx)=nan;Z(idx)=nan;mesh(X,Y,Z)title(白色字符与锡膏的绝对亮度差随K1和K3的变化);xlabel(k2)ylabel(k3)zlabel(亮度差)xlabel(k1)surf(X,Y,Z)x=[0 255];y=[0 251];z=[0 209];x2=[230,255,251];x2=[0,230];y2=[0,255];z2=[0,251];plot3(x,y,z,bo:,x2,y2,z2,ro:)xlabel(R);ylabel(G);zlabel(B);title(锡膏与白色字符RGB通道)；title(锡膏与白色字符RGB通道);text(255,251,209,锡膏)text(230,255,251,白色字符)%-- 2014/1/3 14:32 --%5.排除与锡膏连接在一起的白色区块的影响有上节分析可知,我们可以将通道权重系数按区分亮区-中间区，中间区-暗区分为两种模式K1和K2。得到K1模式下的灰阶图，Blob运算，得到白色字符区块RegionCollectionWh在K2模式转换后的灰阶图中，RegionCollectionWh中的的每个Region进行腐蚀运算（剔除与背景相邻的边缘部分）注：对一个区域运行Blob工具后，得到的区域分为Blob以及Hole，如果该区域被一个Hole贯穿，则得到的Blob个数为2，如果该区域被两个Blob贯穿，则得到的Blob个数为3.6.针对白色字符右侧边缘偏黄的Region调整RegionWh的右边缘向右扩展（方法如下）——因算法更改不再使用7.拓扑数学理论处理图像(1).区域特征：中心点，三角点(2).形状特征：弓形，右旋，左旋(3).灰度分布：梯度场，方向场，频率场(4).智能增强8.弹性彩色通道选择方式为了最大差异化的不同区域的RGB分量，分析各区块在不同通道的分布情况，并将这些离散的分布再进行重组，通过彩色图像分解处理然后再关联的处理（3通道X 3区块）。事先划定一块区域RegionX(锡膏部分)，RegionY(白色字符部分)，在该区域内部随机取一小块区域Region0，注册Region0的通道模式，用这种通道模式对RegionX和RegionY进行转换,计算RegionX增加的重叠部分面积AreaX以及RegionY增加的重叠部分的面积AreaY，检查AreaY是否大于0（或者用形态学方式检验AreaY处理之后是否为不为0），如不满足取消注册，如果满足。在Reg