形态分水岭算法在重叠米粒图像分割中的应用

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (24): 196-199.

形态分水岭算法在重叠米粒图像分割中的应用

肖助明，冯月亮，李涛，曾奇波

湖南科技大学信息与电气工程学院，湖南湘潭 411201

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-08-21 发布日期:2007-08-21
通讯作者: 肖助明

Application of morphology-watershed in segmentation of overlapping rices

XIAO Zhu-ming，FENG Yue-liang，LI Tao，ZENG Qi-bo

School of Information Science and Electric Engineering，Hunan University of Science and Technology，Xiangtan，Hunan 411201，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-08-21 Published:2007-08-21
Contact: XIAO Zhu-ming

摘要/Abstract

摘要： 在大米检测盘上的颗粒往往会出现紧靠或者重叠的米团，导致大米检测图像中常出现重叠大米区域，这给后续大米检测分析等工作带来了很大的困难;虽然传统分水岭算法是一种广泛使用的分割方法，将其用于重叠米粒图像分割可以克服由于米粒交叠造成的图像分析困难，但缺陷在于它的过分割结果。提出了一种针对分水岭过分割问题的形态分水岭算法，它结合形态学和传统分水岭变换的优势。实验证明该算法简单、分割粘连颗粒和抑制过分割的效果很明显，运算的速度也满足实际要求。

关键词: 形态学, 分水岭变换, 分水岭提取, 图像分割

Abstract: The touched or overlapping objects often appear in the rice-detection devices，and give lots of inconvenience and difficulty to the follow-up work; Although tradition watershed algorithm can obtain these problems，it always results in over-segmentation.In this paper，the improved scheme is proposed to solve over-segmentation，and it combines the merits of mathematical morphology algorithm and tradition watershed algorithm.Simulation results demonstrate that this algorithm is simply and better ability of segmentation and solving over-segmentation problem.

Key words: mathematical morphology, watershed transform, watershed selection, region merge

肖助明，冯月亮，李涛，曾奇波. 形态分水岭算法在重叠米粒图像分割中的应用[J]. 计算机工程与应用, 2007, 43(24): 196-199.

XIAO Zhu-ming，FENG Yue-liang，LI Tao，ZENG Qi-bo. Application of morphology-watershed in segmentation of overlapping rices[J]. Computer Engineering and Applications, 2007, 43(24): 196-199.

[1]	赵阳，张俊华. 多尺度特征融合的脊柱X线图像分割方法[J]. 计算机工程与应用, 2021, 57(8): 214-219.
[2]	潘沛鑫，潘中良. 结合显著性的主动轮廓图像分割[J]. 计算机工程与应用, 2021, 57(8): 225-230.
[3]	董鹏，周烽，赵悰悰，王亚飞，米泽田，付先平. 基于双目视觉的水下海参尺寸自动测量方法[J]. 计算机工程与应用, 2021, 57(8): 271-278.
[4]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[5]	彭璟，罗浩宇，赵淦森，林成创，易序晟，陈少洁. 深度学习下的医学影像分割算法综述[J]. 计算机工程与应用, 2021, 57(3): 44-57.
[6]	马庆禄，唐小垚. 融合时域和分水岭信息的车辆检测算法[J]. 计算机工程与应用, 2021, 57(24): 227-233.
[7]	刘锐，丁辉，尚媛园，邵珠宏，刘铁. COVID-19医学影像数据集及研究进展[J]. 计算机工程与应用, 2021, 57(22): 15-27.
[8]	周绍光，吴昊，赵婵娟，陈仁喜. 利用同质区特性的高光谱图像迁移学习分类[J]. 计算机工程与应用, 2021, 57(21): 224-233.
[9]	丁成，翁理国，夏旻，崔逸尘，钱俊豪，刘佳. 多注意力机制网络卫星图像分割算法[J]. 计算机工程与应用, 2021, 57(2): 223-229.
[10]	李振强，王树才，赵世达，白宇. 改进DeepLabv3+和XGBoost的羊骨架切割方法[J]. 计算机工程与应用, 2021, 57(18): 263-269.
[11]	阿力木·安外尔，张大旭，何巍，陈务军，王笑妍，周群超，罗一栋，陈能夫，孙鲲鹏. 基于深度学习的涂层织物折皱识别与检测[J]. 计算机工程与应用, 2021, 57(14): 116-125.
[12]	孙玮婕，杨军. 改进的简单非迭代聚类的遥感影像分割研究[J]. 计算机工程与应用, 2021, 57(13): 185-192.
[13]	王小鹏，杨文婷，文昊天. 利用自适应形态学实现遥感水体图像增强[J]. 计算机工程与应用, 2021, 57(12): 186-192.
[14]	杨勇，郭玲，叶阳东. 全变分流边与M2GGD相结合的自然图像分割方法[J]. 计算机工程与应用, 2021, 57(11): 202-210.
[15]	鲁圆圆，冯浩，李靖. 结合分布度量统计建模的主动轮廓图像分割[J]. 计算机工程与应用, 2020, 56(7): 228-233.