張文曄+劉曉杰+晏友丹+張正燁

摘 要：金剛砂線上粘連顆粒的數(shù)量是衡量金剛砂線質(zhì)量的重要指標，文中針對金剛砂線上粘連顆粒分割不準確的問題，通過對金剛砂線圖像進行形態(tài)學濾波去噪等處理，利用改進的Canny算法進行邊緣檢測，計算平面向量尋找凹點群并去除偽凹點，進行凹點配對，解決了金剛砂線上粘連顆粒分割計數(shù)問題。實驗結(jié)果表明，文中所述方法的平均正確率相較傳統(tǒng)分割方法有所提高，可達80.2%。

關(guān)鍵詞：金剛砂線；粘連顆粒；圖像分割；凹點配對

中圖分類號：TP391 文獻標識碼：A 文章編號：2095-1302（2017）10-00-02

0 引 言

金剛砂線是鋼絲表面電鍍了金剛石的切割鋼絲。主要用于切割一些硬脆的材料與精度高的材料。金剛砂線上的顆粒個數(shù)、密度決定了金剛砂線的質(zhì)量。因此在機器視覺檢測方案中對于粘連顆粒的分割能力決定了顆粒計數(shù)的準確程度。粘連顆粒的分割是近年來機器視覺領(lǐng)域的研究熱點，許多學者提出了多種分割方法。李希，王天江[1]等提出基于歐式距離的算法分割粘連物體。陸建峰[2]等基于數(shù)學形態(tài)學利用膨脹腐蝕尋找分割點，實現(xiàn)粘連細胞的分割。陸振曄[3]等利用分水嶺等方法實現(xiàn)了分離算法。SALMANNH[4]結(jié)合了分水嶺法、K均值聚類和區(qū)域增強的方法對細胞圖像進行分割并檢測其邊緣。本文利用canny算法進行邊緣檢測，通過計算粘連區(qū)域邊界曲率得到凹點。最后進行凹點配對并對粘連顆粒進行分割。實驗表明該算法效果明顯。

1 圖像采集

本文使用的金剛砂線圖像樣本均由自主搭建的金剛砂視覺檢測系統(tǒng)采集得到。整個金剛砂視覺檢測系統(tǒng)主要由工控機、工業(yè)相機、點光源、光源控制器、鏡頭、滑輪等組成。工業(yè)相機采用Basler acA640-90 gm，其工作距離為65 mm，采集的圖像大小為659×494。金剛砂線通過左定滑輪和右定滑輪將金剛砂線送到鏡頭下，確保金剛砂線無抖動。金剛砂線采集圖像如圖1所示。

2 粘連顆粒分割流程

本文的檢測對象是金剛砂線上的金剛石顆粒，金剛石顆粒與顆粒之間互相重疊形成重疊顆粒。為解決重疊顆粒的分割問題，文中提出一種基于凹點檢測和凹點配對的金剛砂線上粘連顆粒分割方法。主要步驟如下所示：

（1）對金剛砂線圖像進行濾波、開運算、閉運算、腐蝕、膨脹等預處理，通過這些預處理實現(xiàn)抑制噪聲的目的。

（2）使用邊界和區(qū)域相結(jié)合的形狀因子提取粘連顆粒區(qū)域，減少算法耗時，提高檢測效率。

（3）根據(jù)粘連區(qū)域邊緣輪廓的凹凸性迭代搜索粘連區(qū)域邊緣輪廓上的凹點。

（4）根據(jù)凹點平分線法則及最短距離法實現(xiàn)凹點配對，并進行粘連顆粒的分割。

3 凹點搜尋

一般情況下，多個顆粒粘連或者重疊會在粘連重疊的區(qū)域形成凹陷區(qū)域，這樣輪廓邊緣就會變得復雜[5，6]，故使用邊界和區(qū)域相結(jié)合的形狀因子[7]：

（1）

其中，A為粘連區(qū)域?qū)Φ拿娣e，P為粘連區(qū)域輪廓的周長。對于圓形區(qū)域，該度量值為1，對于方形區(qū)域，該度量值為π/4。由此來看，當區(qū)域面積不變時，區(qū)域中凹陷區(qū)域越多或凹陷程度越大，區(qū)域的周長也越大，而R變小。本文根據(jù)該原理，取閾值R0，當R小于R0時就可將該區(qū)域判斷為顆粒粘連區(qū)域。

凹點作為粘連顆粒分割的關(guān)鍵，文中提出一種凹點檢測方法，如圖3所示。首先，求取粘連顆粒輪廓的有序坐標集合，然后判斷輪廓上各點的凹凸性。假設輪廓Sk的坐標集合為{（x0，y0），…，（xi，yi），…，（xn，yn）}，其中i表示索引號。方向向量hi-1，hi+1由Sk上三個點構(gòu)成，這三個點分別為前繼點（xi-1，yi-1），當前點（xi，yi）和后繼點（xi+1，yi+1）。

（2）

因為在凹點和凸點處存在不同的符號函數(shù)，所以通過符號函數(shù)來確定凹點。

（3）

Hi=（hi-1×hi+1）·n，i=（1，2，…，N） （4）

其中，n為平面法向量。當符號函數(shù)sign（Hi）的值為1時，（xi，yi）為凹點，當符號函數(shù)sign（Hi）的值為0時，（xi，yi）為凸點。

通過上述方法計算出輪廓上所有的凹點，成為凹點群，其中包含部分偽凹點，因此需要去除。選取凹點群中的凹點P，并選取輪廓上與P點等距離的前繼點M和后繼點N，連接PM，PN。計算PM，PN所成的夾角以判定該點是否為真正的凹點。如圖4所示，Ang為向量PM到向量PN順時針方向的夾角。設夾角的閾值為θ，當Ang≤θ時，P點就是真正的凹點，否則為偽凹點。

4 凹點配對

顆粒粘連主要可以分為串聯(lián)，并聯(lián)，串并連三種狀況[8]，如圖5所示。當兩顆顆粒粘連時，輪廓上會存在兩個凹點，此時只需將兩點連接就完成了凹點匹配。此外，尋找到的凹點都會大于2個，此時兩兩配對顯然不對。本文選取凹點P1，P2，并選取輪廓上分別與P1，P2點等距離的前繼點M1，M2和后繼點N1，N2。連接P1，M1，N1，連接P2，M2，N2。延P2P1方向做向量P1A，延P1P2方向做向量P2B。當滿足以下兩個條件時，這兩個凹點可配對：

（1）P1A屬于P1M1延順時針方向到P1N1的區(qū)域；

（2）P2B屬于P2M2延順時針方向到P2N2的區(qū)域。

5 實驗與分析

使用本文提出的方法對金剛砂線圖像進行實驗，實驗使用圖像及實驗結(jié)果如圖6所示。圖6（a）為原始圖像，圖6（b）為經(jīng)過形態(tài)學處理的圖像，經(jīng)過形態(tài)學處理后，顆粒粘連情況依然沒有改善。圖6（c）是經(jīng)過搜索凹點后的圖像，可看出搜索出的凹點基本都分布在凹區(qū)域。圖6（d）是最后分割結(jié)果的圖像。實驗結(jié)果表明，本文提出的算法可較好地分割粘連顆粒。將本文提出的方法與區(qū)域增長法如圖6（e）所示做對比，可看出區(qū)域增長法并不能很好地做到粘連顆粒的分割。endprint

為了驗證本文提出方法的有效性。利用分水嶺法，極限腐蝕法以及本文所提方法對100組粘連顆粒進行分割處理。之后將上述三種方法處理得到的結(jié)果與標準結(jié)果進行對比，標準結(jié)果由人工手工標記。根據(jù)手工標記的結(jié)果得出三種方法的正確率。正確率計算公式如下：

正確率=（分割出的顆粒數(shù)量/手工標記出的顆粒數(shù)量）×100%（5）

本文方法與傳統(tǒng)方法的分割正確率實驗對比結(jié)果見表1所列。對于相對面積較小，邊緣比較模糊的粘連顆粒，本文所提方法正確率為71.3%，明顯好于極限腐蝕法的61%和分水嶺法的68.7%。由于邊緣不明顯的部分會被腐蝕，而分水嶺法受灰度、噪點影響較大，分割效果不明顯。對于粘連明顯，邊緣清晰的粘連顆粒，所提方法正確率達到89.1%。

6 結(jié) 語

粘連顆粒的分割是圖像處理領(lǐng)域較為重要的問題。本文提出的基于向量的分割方法首先對圖像進行濾波與形態(tài)學處理，然后利用形狀因子提取粘連區(qū)域，再判斷輪廓上點的凹凸性尋找到凹點，最后通過向量配對凹點進行粘連區(qū)域分割。實驗結(jié)果表明，該法的分割平均正確率可達80.2%。

參考文獻

[1]李希，王天江，周鵬.一種改進的粘連顆粒圖像分割算法[J].湖南大學學報（自然科學版），2012，39（12）：84-88.

[2]陸建峰，楊靜宇，唐振民，等.重疊細胞圖像分離算法的設計[J].計算機研究與發(fā)展，2000，37 （2）：228-232.

[3]陸振曄，范影樂，龐全.基于數(shù)學形態(tài)學的重疊細胞分離方法及比較研究[J].計算機工程與應用，2004，40（6）：57-59.

[4] SALMAN N H.Image segmentation based onwatershed and edge detection techniques[J].The International Journal of Information Technology， 2006， 3（2）：104-110.

[5]馬義德，戴若蘭，李廉，等.生物細胞圖像分割技術(shù)的進展[J].生物醫(yī)學工程學雜志，2002，19（3）：487-492.

[6]劉潤濤.一種簡單多邊形凸包的新線性算法[J].工程圖學學報，2002，23（2）：120-126.

[7]李文勇，李明，錢建平，等.基于形狀因子和分割點定位的粘連害蟲圖像分割方法[J].農(nóng)業(yè)工程學報，2015，31（5）：175-180.

[8]傅蓉，申洪，陳浩.基于凹點搜尋的重疊細胞圖像自動分離的算法研究[J].計算機工程與應用，2007，43（17）：21-23，28.endprint