• Blob分析--粘连颗粒检测 基于距离变换的分水岭区域分割 盆地与原连通域求交集


    文章转自微信公众号:机器视觉那些事

    **********************************************************
    *********公众号:机器视觉那些事儿**********

    * 1. 算法功能:Blob分析--粘连颗粒检测
    * 2. 算法思路:
    * (1)简单的阈值分割;
    * (2)计算连通域connection;
    * (3)基于距离变换的分水岭区域分割,使用算子distance_tansform,watersheds
    * (4)盆地与原连通域求交集,分离粘连颗粒;

    **********************************************************
    *采集图像
    dev_close_window ()
    read_image (Image, 'pellets')

    *计算图片大小,并以原图尺寸显示
    get_image_size (Image, Width, Height)
    dev_open_window (0, 0, Width, Height, 'black', WindowHandle)
    dev_display (Image)
    stop ()

    *01 简单的阈值分割
    threshold (Image, Region, 105, 255)

    *02 计算连通域
    connection (Region, ConnectedRegions)
    select_shape (ConnectedRegions, SelectedRegions, 'area', 'and', 20, 99999)
    dev_set_draw ('margin')
    dev_display (Image)
    dev_display (SelectedRegions)
    disp_continue_message (WindowHandle, 'black', 'true')
    stop ()

    *03 基于距离变换的分水岭区域分割,使用算子distance_tansform,watersheds
    *距离变换
    distance_transform (SelectedRegions, DistanceImage, 'octagonal', 'true', 380, 350)
    *转换图像类型,将real类型转换为byte,因为分水岭迭代运算的图像为‘byte’类型
    convert_image_type (DistanceImage, DistanceImageByte, 'byte')
    *反转图像,使得高灰度值在边缘代表山脉,低灰度值在里面代表盆地
    invert_image (DistanceImageByte, DistanceImageInv)
    * 扩大图像灰度范围【0,255】,增加对比度
    scale_image_max (DistanceImageInv, DistanceImageInvScaled)
    watersheds_threshold (DistanceImageInv, Basins, 5)
    dev_display (DistanceImageInvScaled)
    dev_display (Basins)
    disp_continue_message (WindowHandle, 'black', 'true')
    stop ()
    * 原图中显示分水岭
    dev_display (Image)
    dev_display (SelectedRegions)
    dev_set_color ('blue')
    dev_display (Basins)
    disp_continue_message (WindowHandle, 'black', 'true')
    stop ()

    *04 盆地与原连通域求交集,分离粘连颗粒
    intersection (Basins, SelectedRegions, SegmentedPellets)

    *结果显示
    dev_display (Image)
    dev_set_colored (12)
    dev_display (SegmentedPellets)

  • 相关阅读:
    Visual Studio 2015 密钥
    Vue-next源码新鲜出炉一
    vue2.0基础整理
    Nest
    Nest
    Nest
    Nest
    Nest快速上手
    element-plus源码分析第一节
    获取视频第一帧,作为封面图
  • 原文地址:https://www.cnblogs.com/yangmengke2018/p/9625734.html
Copyright © 2020-2023  润新知