基于數(shù)字圖像處理的粘連顆粒分析方法研究.pdf

1、顆粒是指處于分割狀態(tài)下的微小固體、氣體或液體，也指具有生命力的細菌和微生物。在工業(yè)、農(nóng)業(yè)、科研、醫(yī)學等應用領(lǐng)域，顆粒是一種常見的分析測量對象，通過統(tǒng)計樣品內(nèi)所含顆粒的數(shù)目和各種特征參數(shù)，就可以對其品質(zhì)或特性進行分析。早期人工顆粒檢測雖然可以很好將不同特征的顆粒識別出來，但是由于專業(yè)性強、工作量大、效率低，因而精度也不高。采用數(shù)字圖像處理的方法分離粘連顆粒，再進行分析和測量，可減輕勞動強度，提高工作效率和測量準確度，從而得到廣泛的應用，是

2、近年來國內(nèi)外的一大研究熱點。
　　本文的主要研究內(nèi)容包括顆粒圖像的預處理、圖像分割、顆粒計數(shù)和特征參數(shù)測量。首先對顆粒圖像進行各種預處理，將圖像轉(zhuǎn)換成灰度圖像，利用灰度圖像修正處理、
　　不均勻背景去除、圖像平滑處理來增強圖像的對比度和減少各類噪聲干擾。選擇最大類間方差法對顆粒圖像進行閾值分割，使顆粒從背景中分割出來，得到所需的二值化顆粒圖像。
　　其次，對二值顆粒圖像進行形態(tài)學相關(guān)處理，采用面積濾波對噪聲點進行消除，

3、選擇形態(tài)學開運算處理，平滑顆粒不規(guī)則邊緣；在此基礎(chǔ)上，對常見距離變換進行比較，選擇歐氏距離變換，得到需要的距離變換灰度圖像。
　　然后，詳細分析了傳統(tǒng)分水嶺分割算法中的過分割原因，提出一種基于擴展極大值變換的改進的分水嶺分割算法，在優(yōu)化的閾值范圍內(nèi)，該算法可準確地將復雜粘連顆粒分割成單獨顆粒，大量實驗結(jié)果表明，該算法具有很高的分割準確率，并可適用于不同領(lǐng)域的粘連顆粒圖像。
　　最后，在擴展極大值變換基礎(chǔ)上，在小閾值范圍內(nèi)，對