基于骨架的物體分離算法研究.pdf

1、圖像分割在圖像處理領域中是一種基本且重要的技術，也是進行目標識別和圖像分析的前提和關鍵，其結果的好壞對后續(xù)的識別和分析過程有很大的影響。圖像分割被廣泛應用在人臉識別、機器視覺、醫(yī)學圖像和行人檢測等領域中，在實際生活中扮演著十分重要的角色。但是利用計算機來進行圖像的自動分割仍然是一個難題，由于研究對象本身的不同性質(zhì)，目前還找不到一個可以應用在所有圖像分割問題中的統(tǒng)一的解決方案。本文提出一種基于骨架的物體分離算法，用于分割粘連的剛性物體。<

2、br>　　為了對算法進行驗證，本文設計了一個物體分離計數(shù)系統(tǒng)，實現(xiàn)對粘連物體的分離和物體數(shù)量的統(tǒng)計。為了獲取更大的視場面積，系統(tǒng)中用來采集圖像的攝像頭使用了魚眼鏡頭，但是通過魚眼鏡頭采集的圖像具有嚴重的徑向失真，對后續(xù)的處理過程有很大的影響，因此如何解決魚眼圖像失真的問題是本文的第一個難點。本文提出的基于骨架的物體分離算法可以不對魚眼圖像進行非線性校正就可以實現(xiàn)粘連物體的分離，從一個新的角度解決了這個問題。骨架作為一種非常有用的形狀描述

3、符，被廣泛應用在模式識別領域中，它集成了物體的幾何和拓撲特征，因而可以很好地對物體的形狀進行描述。但由于骨架對噪聲和物體邊緣的變形非常敏感，尤其是本系統(tǒng)中魚眼圖像的變形，使得求骨架成為了本文研究的第二個難點。本文首先采用一種快速的基于兩次掃描的算法來進行歐氏距離變換，該算法能夠在線性時間內(nèi)完成歐氏距離變換，大大提高了程序的效率；然后通過求取局部極大值的方法來提取骨架。在實際采集到的圖像中除了包含一些不同程度粘連的物體之外，通常還存在一些

4、孤立物體，為了只對圖像中的粘連物體進行處理，首先必須對其中的孤立物體進行判別，并將其提取出來，以免對粘連物體的分離造成影響，且每分離出一部分粘連物體，都要對其進行單體判別并從圖像中提取出來，因此如何判別孤立物體是本文的第三個研究重點。根據(jù)先驗知識本文提出一個基于骨架的孤立物體判定標準，通過物體的骨架線特征，對孤立物體進行判斷，從而將其從圖像中提取出來。本文最后一個需要解決的問題就是粘連物體的分離，對于不同程度粘連的物體本文采取了不同的分

5、離方法。對于輕粘連物體，在骨架裁剪階段，將灰度值較小的骨架點從骨架線中去除，從而先把它們的骨架分離開來；然后利用裁剪后的骨架對輕粘連物體進行重構，即可分離得到各個輕粘連的物體。對于重粘連物體，本文提出一種利用骨架信息查找粘連處分割點的方法。首先，在骨架裁剪階段，將骨架中由于物體粘連而形成或產(chǎn)生灰度值異常變化的骨架點去除；然后對經(jīng)過裁剪得到的骨架段中滿足一定長度要求的骨架進行延伸，還原出物體的完整骨架；最后以延伸后的骨架上的骨架點為中心在