一種基于輪廓優(yōu)化的木材計(jì)數(shù)方法
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種基于輪廓優(yōu)化的木材計(jì)數(shù)方法，包括如下步驟：將木材圖像進(jìn)行尺寸變換；用顏色模型從變換后的圖像中提取木材目標(biāo)圖像，用邊緣算子提取圖像內(nèi)邊緣信息；將提取的木材目標(biāo)圖像和邊緣信息進(jìn)行融合，得到預(yù)分割圖像；對(duì)預(yù)分割圖像提取候選目標(biāo)的輪廓，并對(duì)提取到的外輪廓和內(nèi)輪廓分別進(jìn)行腐蝕和膨脹的優(yōu)化處理，重復(fù)上述過(guò)程，直到提取到的外輪廓數(shù)量不變且不存在內(nèi)輪廓為止；通過(guò)上述優(yōu)化過(guò)程，對(duì)預(yù)分割圖像的木材候選目標(biāo)而言，可達(dá)到去除虛警目標(biāo)和消除目標(biāo)之間的粘連的目的，使得提取到的木材目標(biāo)可直接用于計(jì)數(shù)。本發(fā)明所提方法的有效性得到了實(shí)驗(yàn)的驗(yàn)證。
【專(zhuān)利說(shuō)明】
-種基于輪廓優(yōu)化的木材計(jì)數(shù)方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，具體設(shè)及一種基于輪廓優(yōu)化的木材計(jì)數(shù)方法。
【背景技術(shù)】
[0002] 木材數(shù)量的自動(dòng)計(jì)數(shù)方法的研究，對(duì)有效利用森林，控制森林亂砍亂伐有著重要 的意義。傳統(tǒng)的方法都是通過(guò)人工去統(tǒng)計(jì)砍伐的木材的數(shù)量，運(yùn)不僅消耗了大量人力物力， 而且效率低下。
[0003] 在基于圖像處理的木材自動(dòng)計(jì)數(shù)算法方面的現(xiàn)有技術(shù)不多;現(xiàn)有的典型的基于圖 像處理的木材自動(dòng)計(jì)數(shù)算法，都是用顏色模型對(duì)木頭截面進(jìn)行提取，然后在此基礎(chǔ)上進(jìn)行 圖像預(yù)分割和去噪濾波，W提取有效的木材候選目標(biāo)，最后再用區(qū)域標(biāo)記等算法對(duì)運(yùn)些提 取到的木材目標(biāo)進(jìn)行計(jì)數(shù)。然而經(jīng)過(guò)圖像預(yù)分割后得到的木材候選目標(biāo)往往存在虛警目標(biāo) 多和目標(biāo)之間會(huì)有很多粘連的問(wèn)題，運(yùn)些問(wèn)題直接影響到木材計(jì)數(shù)的精度，甚至導(dǎo)致提取 到的木材目標(biāo)圖像無(wú)法直接用于木材計(jì)數(shù)。現(xiàn)有技術(shù)中，多采用數(shù)學(xué)形態(tài)學(xué)算子對(duì)整幅圖 像進(jìn)行全局處理來(lái)解決上述圖像預(yù)分割后的虛警和粘連問(wèn)題;運(yùn)種方法難于設(shè)計(jì)適用于整 幅圖像的通用結(jié)構(gòu)算子，W應(yīng)對(duì)各種真實(shí)木材目標(biāo)和虛警目標(biāo)情況，對(duì)目標(biāo)之間的復(fù)雜粘 連也難于有效的處理。
【發(fā)明內(nèi)容】
[0004] 針對(duì)現(xiàn)有技術(shù)的W上缺陷或改進(jìn)需求，本發(fā)明提供了一種基于輪廓優(yōu)化的木材計(jì) 數(shù)方法，其目的在于提高利用圖像進(jìn)行木材計(jì)數(shù)的精度。
[0005] 為實(shí)現(xiàn)上述目的，按照本發(fā)明的一個(gè)方面，提供了一種基于輪廓優(yōu)化的木材計(jì)數(shù) 方法，該方法具體包括如下步驟：
[0006] (1)對(duì)原始木材圖像進(jìn)行尺寸變換，獲得新圖像；
[0007] (2)采用顏色模型從所述新圖像提取木材目標(biāo)區(qū)域圖像，并使用邊緣算子提取所 述新圖像的邊緣圖像；
[0008] (3)對(duì)所述木材目標(biāo)區(qū)域圖像和所述邊緣圖像進(jìn)行融合處理，獲得預(yù)分割圖像；
[0009] (4)對(duì)所述預(yù)分割圖像進(jìn)行輪廓優(yōu)化處理，去除預(yù)分割圖像中的虛警目標(biāo)，并消除 目標(biāo)之間的粘連，獲得處理后的分割圖像；
[0010] (5)采用圖像標(biāo)記算法根據(jù)處理后的分割圖像進(jìn)行木材數(shù)量統(tǒng)計(jì)。
[00川優(yōu)選地，上述基于輪廓優(yōu)化的木材計(jì)數(shù)方法，步驟（3 )中，根據(jù)
對(duì)木材目標(biāo)區(qū)域圖像和邊緣圖像進(jìn)行融合；
[0012] 其中，（x，y)是指待處理圖像像素的行列坐標(biāo)，PU,y)是指預(yù)分割處理后得到的木 材目標(biāo)圖像，EU,y)是指二值邊緣圖像，0(x，y)是指二值木材目標(biāo)區(qū)域提取圖像;采用0表 示背景像素，1表示木材目標(biāo)。
[0013] 優(yōu)選地，上述基于輪廓優(yōu)化的木材計(jì)數(shù)方法，其步驟(4)中的輪廓優(yōu)化處理是一個(gè) 迭代過(guò)程，其包括如下子步驟：
[0014] (4-1)將所述預(yù)分割圖像作為待處理圖像；
[001引（4-2)提取待處理圖像的內(nèi)輪廓和夕帷廓；
[0016] (4-3)判斷是否不存在內(nèi)輪廓，且判斷當(dāng)前迭代外輪廓數(shù)量與上次迭代外輪廓數(shù) 量是否相同；若是，則結(jié)束輪廓優(yōu)化處理;若否，則W當(dāng)前迭代外輪廓數(shù)量作為上次迭代外 輪廓數(shù)量，并進(jìn)入步驟(4-4);
[0017] (4-4)獲取待處理圖像的夕帷廓i的面積；
[0018] (4-5)判斷所述外輪廓i的面積是否小于單根木材截面最小面積，若是，則用背景 像素填充外輪廓i，并進(jìn)入步驟(4-14);若否，則進(jìn)入步驟(4-6);
[0019 ] (4-6)獲取所述夕帷廓i的圓度；
[0020] (4-7)判斷所述外輪廓i的圓度是否小于給定的圓度闊值，并判斷所述外輪廓i的 面積是否大于單根木材截面最大面積;若是，則將外輪廓i進(jìn)行腐蝕處理，并進(jìn)入步驟(4- 14);若否，則進(jìn)入步驟(4-8);
[0021] 其中，圓度闊值根據(jù)單根木材截面的最小圓度值確定；
[0022] (4-8)判斷所述外輪廓i是否具有內(nèi)輪廓，若是，則進(jìn)入步驟(4-9);若否，則進(jìn)入步 驟(4-14);
[002引（4-9)從所述外輪廓i提取第K個(gè)內(nèi)輪廓；
[0024] (4-10)獲取所述第K個(gè)內(nèi)輪廓的面積；
[0025] (4-11)判斷所述第K個(gè)內(nèi)輪廓的面積是否小于單根木材截面最小面積，若是，則用 目標(biāo)像素填充所述第K個(gè)內(nèi)輪廓，并進(jìn)入步驟(4-13);若否，則進(jìn)入步驟(4-12);
[0026] (4-12)對(duì)所述第K個(gè)內(nèi)輪廓進(jìn)行膨脹處理；
[0027] (4-13)判斷所述外輪廓i的內(nèi)輪廓是否提取完畢，若否，則令K = K+1，并進(jìn)入步驟 (4-9);若是，則進(jìn)入步驟(14);
[0028] (4-14)判斷i是否達(dá)到當(dāng)前迭代外輪廓數(shù)量，若是，設(shè)置本次內(nèi)輪廓存在標(biāo)記，并 將經(jīng)過(guò)膨脹處理和腐蝕處理之后獲得的圖像作為待處理圖像，進(jìn)入步驟(4-2);若否，則令i = i+l，并進(jìn)入步驟(4-4)。
[0029] 優(yōu)選地，上述基于輪廓優(yōu)化的木材計(jì)數(shù)方法，輪廓圓度
；其中，S為輪廓面 積，是指輪廓內(nèi)像素的個(gè)數(shù);L為輪廓周長(zhǎng)，W像素為單位;圓度表示木材輪廓與圓的相似程 度，其最大值為1;由于提取出來(lái)的木材輪廓往往不是嚴(yán)格的圓，輪廓圓度C小于1;輪廓圓度 C越接近1表明該輪廓形狀越接近圓。
[0030] 優(yōu)選地，上述基于輪廓優(yōu)化的木材計(jì)數(shù)方法，腐蝕處理是采用背景像素替換外輪 廓最外一圈目標(biāo)像素，W達(dá)到縮小所述外輪廓的目的。
[0031] 優(yōu)選地，上述基于輪廓優(yōu)化的木材計(jì)數(shù)方法，膨脹處理是采用背景像素替換緊鄰 內(nèi)輪廓最外一圈的目標(biāo)像素，W達(dá)到擴(kuò)張所述內(nèi)輪廓的目的。
[0032] 總體而言，通過(guò)本發(fā)明所構(gòu)思的W上技術(shù)方案與現(xiàn)有技術(shù)相比，能夠取得下列有 益效果：
[0033] (1)本發(fā)明提供的基于輪廓優(yōu)化的木材計(jì)數(shù)方法，對(duì)木材圖像進(jìn)行尺寸變換獲得 具有便于后期處理的木材目標(biāo)圖像;對(duì)其提取木材目標(biāo)區(qū)域圖像和邊緣圖像;并對(duì)其進(jìn)行 融合處理，獲得預(yù)分割圖像；
[0034] 對(duì)預(yù)分割圖像進(jìn)行輪廓優(yōu)化處理，分別對(duì)提取到的外輪廓和內(nèi)輪廓分別進(jìn)行腐蝕 和膨脹的優(yōu)化，直到提取到的外輪廓數(shù)量不變且不存在內(nèi)輪廓為止;達(dá)到去除虛警目標(biāo)和 消除目標(biāo)之間的粘連的目的；
[0035] 與現(xiàn)有技術(shù)相比較而言，本發(fā)明通過(guò)輪廓優(yōu)化處理消除了虛警目標(biāo)和目標(biāo)之間的 粘連；由于虛警目標(biāo)會(huì)造成計(jì)數(shù)數(shù)量的錯(cuò)誤增加，粘連會(huì)使得多個(gè)目標(biāo)被計(jì)數(shù)成一個(gè)目標(biāo)， 因此，在消除了運(yùn)些干擾因素后，可W提高木材計(jì)數(shù)的精度；
[0036] (2)本發(fā)明提供的基于輪廓優(yōu)化的木材計(jì)數(shù)方法，其輪廓優(yōu)化處理中，結(jié)合了候選 木材目標(biāo)輪廓的圓度與面積信息，根據(jù)輪廓的不同特點(diǎn)，對(duì)各個(gè)輪廓單獨(dú)實(shí)施腐蝕或膨脹， W及填充處理;并對(duì)圖像預(yù)分割得到的候選木材目標(biāo)輪廓圖像進(jìn)行迭代優(yōu)化，達(dá)到去除虛 警目標(biāo)和消除目標(biāo)之間的粘連的目的，使得提取到的木材目標(biāo)可直接用于準(zhǔn)確的計(jì)數(shù)。
【附圖說(shuō)明】
[0037] 圖1是實(shí)施例提供的基于輪廓優(yōu)化的木材計(jì)數(shù)方法的流程圖；
[0038] 圖2是實(shí)施例中的輪廓優(yōu)化算法的流程圖；
[0039] 圖3是實(shí)施例中經(jīng)過(guò)尺度變換后的木材圖像；
[0040] 圖4是實(shí)施例中提取到的木材目標(biāo)區(qū)域圖像；
[0041] 圖5是實(shí)施例中提取到的邊緣圖像；
[0042] 圖6是實(shí)施例中木材目標(biāo)區(qū)域圖像和邊緣圖像融合得到的預(yù)分割圖像；
[0043] 圖7是實(shí)施例中預(yù)分割圖像經(jīng)過(guò)輪廓優(yōu)化算法第3次迭代的圖像；
[0044] 圖8是實(shí)施例中經(jīng)過(guò)輪廓優(yōu)化算法最終的分割圖像；
[0045] 圖9是實(shí)施例中木材計(jì)數(shù)的結(jié)果圖像。
【具體實(shí)施方式】
[0046] 為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，W下結(jié)合附圖及實(shí)施例，對(duì) 本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用W解釋本發(fā)明，并 不用于限定本發(fā)明。此外，下面所描述的本發(fā)明各個(gè)實(shí)施方式中所設(shè)及到的技術(shù)特征只要 彼此之間未構(gòu)成沖突就可W相互組合。
[0047] 本發(fā)明實(shí)施例提供的基于輪廓優(yōu)化的木材計(jì)數(shù)方法，其流程如圖1所示，包括如下 步驟：
[0048] (1)對(duì)原始木材圖像進(jìn)行尺寸變換，獲得新圖像；
[0049] (2)采用顏色模型從所述新圖像提取木材目標(biāo)區(qū)域圖像，并使用邊緣算子提取所 述新圖像的邊緣圖像；
[0050] (3)對(duì)所述木材目標(biāo)區(qū)域圖像和所述邊緣圖像進(jìn)行融合處理，獲得預(yù)分割圖像；
[0051] (4)對(duì)所述預(yù)分割圖像進(jìn)行輪廓優(yōu)化處理，去除預(yù)分割圖像中的虛警目標(biāo)，并消除 目標(biāo)之間的粘連;獲得處理后的分割圖像；
[0052] (5)采用圖像標(biāo)記算法對(duì)處理后的分割圖像進(jìn)行木材數(shù)量統(tǒng)計(jì)。
[0053] 本實(shí)施例中，步驟(4)的輪廓優(yōu)化處理的流程如圖2所示，具體如下：
[0054] (4-1)將所述預(yù)分割圖像作為待處理圖像；
[0055] (4-2)提取待處理圖像的內(nèi)輪廓和外輪廓；
[0056] (4-3)判斷是否不存在內(nèi)輪廓，且判斷當(dāng)前迭代外輪廓數(shù)量與上次迭代外輪廓數(shù) 量是否相同；若是，則結(jié)束輪廓優(yōu)化處理;若否，則W當(dāng)前迭代外輪廓數(shù)量作為上次迭代外 輪廓數(shù)量，并進(jìn)入步驟(4-4);實(shí)施例中，上次迭代外輪廓數(shù)量的初始值設(shè)為-1，當(dāng)前迭代外 輪廓數(shù)量的初始值設(shè)為1;
[0057] (4-4)獲取待處理圖像的外輪廓i的面積；
[0058] (4-5)判斷所述外輪廓i的面積是否小于單根木材截面最小面積，若是，則用背景 像素填充外輪廓i，并進(jìn)入步驟(4-14);若否，則進(jìn)入步驟(4-6);
[0059] (4-6)獲取所述外輪廓i的圓度；
[0060] (4-7)判斷所述外輪廓i的圓度是否小于給定的圓度闊值，并判斷所述外輪廓i的 面積是否大于單根木材截面最大面積;若是，則將外輪廓i進(jìn)行腐蝕處理，并進(jìn)入步驟(4- 14);若否，則進(jìn)入步驟(4-8);
[0061] 其中，圓度闊值根據(jù)單根木材截面的最小圓度值確定；
[0062] (4-8)判斷所述外輪廓i是否具有內(nèi)輪廓，若是，則進(jìn)入步驟(4-9);若否，則進(jìn)入步 驟(4-14);
[006引（4-9)從所述外輪廓i提取第K個(gè)內(nèi)輪廓；
[0064] (4-10)獲取所述第K個(gè)內(nèi)輪廓的面積；
[0065] (4-11)判斷所述第K個(gè)內(nèi)輪廓的面積是否小于單根木材截面最小面積，若是，則用 目標(biāo)像素填充所述第K個(gè)內(nèi)輪廓，并進(jìn)入步驟(4-13);若否，則進(jìn)入步驟(4-12);
[0066] (4-12)對(duì)所述第K個(gè)內(nèi)輪廓進(jìn)行膨脹處理；
[0067] (4-13)判斷所述外輪廓i的內(nèi)輪廓是否提取完畢，若否，則令K = K+1，并進(jìn)入步驟 (4-9);若是，則進(jìn)入步驟(14);
[0068] (4-14)判斷i是否達(dá)到當(dāng)前迭代外輪廓數(shù)量，若是，設(shè)置本次內(nèi)輪廓存在標(biāo)記，并 將經(jīng)過(guò)膨脹處理和腐蝕處理之后獲得的圖像作為新的待處理圖像，進(jìn)入步驟(4-2);若否， 則令i = i+l，并進(jìn)入步驟(4-4)。
[0069] W下結(jié)合附圖及具體實(shí)施例，進(jìn)一步闡釋本發(fā)明所提供的基于輪廓優(yōu)化的木材計(jì) 數(shù)方法。
[0070] 圖3所示，是實(shí)施例中經(jīng)過(guò)尺度變換后的木材圖像;將該木材圖像由RGB空間轉(zhuǎn)換 至化SV顏色空間并根據(jù)預(yù)先建立好的基于色調(diào)H和飽和度S的統(tǒng)計(jì)模型，提取木材目標(biāo)圖像， 獲得如圖4所示的木材目標(biāo)圖像;該圖中，亮的像素表示邊緣，暗的像素表示非邊緣;從圖4 可見(jiàn)，該圖像的候選目標(biāo)存在很多虛警，目標(biāo)之間有很多粘連，從而導(dǎo)致其無(wú)法直接用于木 材計(jì)數(shù)。
[0071] 采用化nny算子從圖3所示的木材圖像提取邊緣，獲得圖5所示的邊緣圖像;其中亮 的像素表示邊緣，暗的像素表示非邊緣。
[0072] 將圖4所示的木材目標(biāo)圖像和圖5所示的邊緣圖像進(jìn)行融合，獲得一幅帶有邊緣信 息的預(yù)分割圖像，如圖6所示;其中，亮的像素表示木材目標(biāo)，暗的像素表示背景。該圖像是 對(duì)木材圖像做了簡(jiǎn)單的預(yù)分割;從圖6可見(jiàn)，該圖像的候選目標(biāo)依然存在虛警多、目標(biāo)之間 粘連多的現(xiàn)象，導(dǎo)致其無(wú)法直接用于木材計(jì)數(shù)。
[0073] 對(duì)上述預(yù)分割圖像進(jìn)行輪廓優(yōu)化處理，去除預(yù)分割圖像中的虛警目標(biāo)和消除目標(biāo) 之間的粘連;實(shí)施例中，經(jīng)過(guò)3次迭代處理后獲得的預(yù)分割圖像如圖7所示;其中，亮的像素 表示木材目標(biāo)，暗的像素表示背景;從圖7可見(jiàn)，該圖像的虛警已經(jīng)減少很多，目標(biāo)之間的粘 連也減少很多。
[0074] 圖8所示，則是實(shí)施例中經(jīng)過(guò)輪廓優(yōu)化處理，最終獲得的分割圖像;其中，亮的像素 表示木材目標(biāo)，暗的像素表示背景。從圖8可見(jiàn)，該圖像中，虛警目標(biāo)都已消除，目標(biāo)之間的 粘連也已去除，該圖像可直接用于木材計(jì)數(shù)。
[0075] 采用圖像標(biāo)記算法對(duì)處理后的分割圖像，統(tǒng)計(jì)輪廓的數(shù)量;并用最小二乘法擬合 一個(gè)輪廓的楠圓，完成木材的標(biāo)記與計(jì)數(shù);圖9是實(shí)施例中木材計(jì)數(shù)后的結(jié)果圖像。
[0076] 對(duì)于實(shí)施例而言，從圖4所示的提取到的木材目標(biāo)區(qū)域圖像可W觀察到，木材目標(biāo) 圖像之間存在很多粘連和很多虛警目標(biāo)，直接用此圖像采用標(biāo)記法去計(jì)數(shù)，其誤差是會(huì)很 大的，因?yàn)樘摼哪繕?biāo)將被錯(cuò)誤計(jì)數(shù)，而粘連在一起的多個(gè)目標(biāo)將只被計(jì)數(shù)1次;從圖6所示 的預(yù)分割圖像可W看出，通過(guò)邊緣部分消除了目標(biāo)之間的粘連，但粘連依然存在，且虛警目 標(biāo)沒(méi)有減少，因此，直接用此圖像采用標(biāo)記法去計(jì)數(shù)，其誤差依然會(huì)很大;從圖8所示的經(jīng)過(guò) 輪廓優(yōu)化算法最終的分割圖像可W觀測(cè)到，目標(biāo)之間的粘連和虛警目標(biāo)已完全消除，此時(shí) 采用標(biāo)記法去計(jì)數(shù)，將會(huì)得到木材數(shù)目的正確結(jié)果；圖9展示了標(biāo)記結(jié)果，用楠圓標(biāo)記了每 一個(gè)目標(biāo)，并在楠圓中屯、用數(shù)字表示其計(jì)數(shù)的順序。
[0077] 本領(lǐng)域的技術(shù)人員容易理解，W上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用W 限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含 在本發(fā)明的保護(hù)范圍之內(nèi)。
【主權(quán)項(xiàng)】
1. 一種基于輪廓優(yōu)化的木材計(jì)數(shù)方法，其特征在于，包括如下步驟： (1) 對(duì)原始木材圖像進(jìn)行尺寸變換，獲得新圖像； (2) 采用顏色模型從所述新圖像提取木材目標(biāo)區(qū)域圖像，并使用邊緣算子提取所述新 圖像的邊緣圖像； (3) 對(duì)所述木材目標(biāo)區(qū)域圖像和所述邊緣圖像進(jìn)行融合處理，獲得預(yù)分割圖像； (4) 對(duì)所述預(yù)分割圖像進(jìn)行輪廓優(yōu)化處理，去除預(yù)分割圖像中的虛警目標(biāo)，消除目標(biāo)之 間的粘連，獲得處理后的分割圖像； (5) 采用圖像標(biāo)記算法，根據(jù)處理后的分割圖像進(jìn)行木材數(shù)量統(tǒng)計(jì)。2. 如權(quán)利要求1所述的木材計(jì)數(shù)方法，其特征在于，所述步驟（3)中，根據(jù) = 對(duì)所述木材目標(biāo)區(qū)域圖像和邊緣圖像進(jìn)行融合； 其中，（x，y)是指待處理圖像像素的行列坐標(biāo)，P(x，y)是指預(yù)分割處理后得到的木材目 標(biāo)圖像，E(x，y)是指二值邊緣圖像，0(x，y)是指二值木材目標(biāo)區(qū)域提取圖像。3. 如權(quán)利要求1所述的木材計(jì)數(shù)方法，其特征在于，步驟(4)所述的輪廓優(yōu)化處理是一 個(gè)迭代過(guò)程，包括如下子步驟： (4-1)將所述預(yù)分割圖像作為待處理圖像； (4-2)提取待處理圖像的內(nèi)輪廓和外輪廓； (4-3)判斷是否不存在內(nèi)輪廓，且判斷當(dāng)前迭代外輪廓數(shù)量與上次迭代外輪廓數(shù)量是 否相同；若是，則結(jié)束輪廓優(yōu)化處理;若否，則以當(dāng)前迭代外輪廓數(shù)量作為上次迭代外輪廓 數(shù)量，并進(jìn)入步驟(4-4); (4-4)獲取待處理圖像的外輪廓i的面積； (4-5)判斷所述外輪廓i的面積是否小于單根木材截面最小面積，若是，則用背景像素 填充外輪廓i，并進(jìn)入步驟(4-14);若否，則進(jìn)入步驟(4-6); (4-6)獲取所述外輪廓i的圓度； (4-7)判斷所述外輪廓i的圓度是否小于給定的圓度閾值，并判斷所述外輪廓i的面積 是否大于單根木材截面最大面積;若是，則對(duì)外輪廓i進(jìn)行腐蝕處理，并進(jìn)入步驟(4-14);若 否，則進(jìn)入步驟(4-8); 其中，圓度閾值根據(jù)單根木材截面的最小圓度值確定； (4-8)判斷所述外輪廓i是否具有內(nèi)輪廓，若是，則進(jìn)入步驟(4-9);若否，則進(jìn)入步驟 (4-14); (4-9)從所述外輪廓i提取第K個(gè)內(nèi)輪廓； (4-10)獲取所述第K個(gè)內(nèi)輪廓的面積； (4-11)判斷所述第K個(gè)內(nèi)輪廓的面積是否小于單根木材截面最小面積，若是，則用目標(biāo) 像素填充所述第K個(gè)內(nèi)輪廓，并進(jìn)入步驟(4-13);若否，則進(jìn)入步驟(4-12); (4-12)對(duì)所述第K個(gè)內(nèi)輪廓進(jìn)行膨脹處理； (4-13)判斷所述外輪廓i的內(nèi)輪廓是否提取完畢，若否，則令K = K+1，并進(jìn)入步驟(4-9);若是，則進(jìn)入步驟(14); (4-14)判斷i是否達(dá)到當(dāng)前迭代外輪廓數(shù)量，若是，設(shè)置本次內(nèi)輪廓存在標(biāo)記，并將經(jīng) 過(guò)膨脹處理和腐蝕處理之后獲得的圖像作為待處理圖像，進(jìn)入步驟(4-2);若否，則令i = i+ I，并進(jìn)入步驟(4_4)。4. 如權(quán)利要求3所述的木材計(jì)數(shù)方法，其特征在于，步驟（6)中所述的輪廓圓度 C~； 其中，S為輪廓面積，L為輪廓周長(zhǎng)。5. 如權(quán)利要求3所述的木材計(jì)數(shù)方法，其特征在于，所述腐蝕處理是采用背景像素替換 外輪廓最外一圈目標(biāo)像素，以縮小所述外輪廓。6. 如權(quán)利要求3所述的木材計(jì)數(shù)方法，其特征在于，所述膨脹處理是采用背景像素替換 緊鄰內(nèi)輪廓最外一圈的目標(biāo)像素，以擴(kuò)張所述內(nèi)輪廓。
【文檔編號(hào)】G06T7/60GK106023137SQ201610288409
【公開(kāi)日】2016年10月12日
【申請(qǐng)日】2016年5月3日
【發(fā)明人】姜軍, 向展, 胡若瀾, 趙永樂(lè), 邱衛(wèi)林
【申請(qǐng)人】華中科技大學(xué)