粘连气泡图像的分割.pdfVIP

第23卷第6期 滨州学院学报 2007年12月 Vo1．23，No．6 Journal of Binzhou University Dec．，2007 粘连气泡图像的分割 纪延俊，杜玉杰 (滨州学院 物理与电子科学系，山东 滨州 256603) 摘 要：分析了粘连气泡的分割对PIV技术的重要性，提出了气泡分割的具体步骤，首先对 粘连气泡图像进行二值化特征提取、区域填充、图像相减得到气泡亮点，随后通过对图像亮点的 加厚得到粘连气泡的分割线，从而得到气泡的像面尺寸．将其与水线分割法相对比，证明了该方 法的适时性． 关键词：图像分割；粘连气泡；区域填充 中图分类号：0 439 文献标识码：A 文章编号：1673—2618(2007)06—0030—04 水中存在着的大量气泡，它们的直径大多超过200,umu]，气泡是水中的一种重要散射粒子，不同生物 或物体，如鱼群、船只等，所产生的气泡特性不同，通过检测经过大量气泡散射后激光散射光的光学特性参 量，可以判断水中气泡的尺寸、形状、种类、运动方向、运动速度，对于军事、工业、农业都有重要的意义．在 气泡密度较低的情况下，可用图像处理方法计算水中微小气泡尺度 一，也可用前向散射光强的变化测定气 泡尺寸和速度 “]，但是随着气泡密度的增加，在图像处理法中会出现气泡的重叠或粘连，这是光学图像 可视化PIV技术中首先解决的问题，这里提出了对粘连气泡的分割方法． 1对气泡的分割方法 粘连图像的处理有很多方法[5 ]，对于气泡幕中出现的重叠或粘连的气泡，可利用数学形态学方法 (Mathematical Morphology)对其图像进行形态处理．运用形态算子：腐蚀(erosion)、膨胀(dilation)、开(O— pening)和闭(closing)及其组合来进行图像形状和结构的分析及处理． 由于在一般情况下，通过CCD拍摄的气泡图像表面会出现一个亮点，该亮点可以作为识别重叠或粘 连气泡的重要依据．这里拟定对粘连气泡识别算法如下：(1)获取气泡的二值化图像，用形态学填充算法对 气泡中心区域进行填充，并用填充图像减去原二值化图像，从而分离出气泡的亮点图像．(2)对每个亮点进 行加厚处理，即在每个亮点外部不断增加像素，但必须现时保证所增加的像素既不会导致原来不连接的对 象成为8一连接，又不会超出原填充图像中相对应气泡的边界，重复上述加厚过程，直到每个亮点已不再被 加厚为止，就得到气泡分割图像．(3)对所得气泡分割图像进行各种定量分析，如面积、直径等． 2具体运算 2．1二值化图像的特征提取 实验中采用激光照射，高速CCD采集气泡的前向散射图像．图1为 1幅640×480气泡灰度图，通过 差影法减去静态背景图后得到图2所示的差影图．观察图1所示气泡图像，可见每1个气泡上面都有1个 亮点，在图3的二值化中表现为气泡内部的黑色点． 收稿日期：2007一O4—2O 第一作者简介：纪延俊(1974 )，女，山东滨州人，讲师，硕士，主要从事光学探测研究 第 6期 纪延俊，杜玉杰 粘连气泡图像的分割 31 气泡图上的亮点是气泡的重要特征，为了提取气泡图上的亮点，首先对图3所示的二值化图像进行区 域填充，然后再将所得填充图像减去原二值化图像．在填充过程中进行集合膨胀、取补和取交等运算．具体 算法描述如下： 图1气泡原图像 图2气泡反色图像 图3气泡二值化图像 设A表示1个包含子集的集合，子集的元素为形似气泡的区域，如图4(a)所示，其中■表示值1，口 表示值0．从边界内的一点P开始，目标是用1去填充整个区域．假定的非边界元素标为0，首先将值1赋给 P，下述过程将把这个区域用 1来填充： x^一(x一1①B)IA 一1，2，…， (1) 其中，Ac’为A的补集， 一P，B为对称结构元素，如图