基于区域特征的胶囊图像分割算法
作者:

Capsule Image Segmentation Algorithm Based on Region Feature
Author:
  • 摘要
  • | |
  • 访问统计
  • |
  • 参考文献 [10]
  • |
  • 相似文献 [20]
  • | | |
  • 文章评论
    摘要:

    针对胶囊缺陷检测中存在的图像分割效果不理想的问题, 提出了一种基于区域特征的胶囊图像分割算法. 首先将原图像分割成5个子图像, 然后分别在子图图像中分割提取胶囊. 子图图像首先对图像高亮区域作去高光处理、去除噪声, 然后将图像区域的每一行作为一个子区域, 根据胶囊在图像区域中所在的位置特点, 通过判断子区域中链板域与背景域是否存在边界点以及胶囊与链板上的链齿是否连接来识别不同类型的子区域, 寻找子区域中胶囊与非胶囊区域的边界, 然后去除非胶囊区域. 最终对图像区域逐行扫描处理完成后从图像中提取出胶囊. 实验表明该算法与传统方法相比, 不仅速度较快, 准确性和鲁棒性也得到了改善.

    Abstract:

    For the image segmentation effect is not ideal in capsule defect detection, a segmentation algorithm of capsule image based on region feature is proposed. First, the original image is divided into 5 sub images, and then capsules are extracted from sub images. First of all, sub-image is removed highlight and noise, then put each row of image region as a sub-region, according to the characteristics of the capsule position in image region, find the boundary of capsule and non-capsule region and remove non-capsule region by judging whether exist boundary points between chain plate and background or not and whether capsule is connected with sprocket or not. Finally the capsule is extracted from sub-image after scanning the sub-image region line by line. Experiments show that the algorithm is fast and its accuracy and robustness are improved noticeably.

    参考文献
    1 严盈富,吴君才.一种用于胶囊图像分割改进的分水岭算法.南昌航空大学学报(自然科学版),2012,26(4):83-88.
    2 王军海.残损胶囊图像检测系统的研究与设计[学位论文].武汉:武汉理工大学,2008.
    3 李杰.基于图像分析的胶囊缺陷检测系统研究[学位论文].青岛:中国海洋大学,2013.
    4 吴德.基于图像处理的胶囊检测系统的研究[学位论文].广州:广东工业大学,2011.
    5 侯海飞.基于机器视觉的胶囊表面缺陷的识别与分拣技术研究[学位论文].杭州:浙江大学,2013.
    6 冯珊珊,陈树越.基于图像分析的真假药胶囊颗粒识别方法研究.传感器与微系统,2008,27(8):54-56.
    7 郑瀚,韦文斌,齐子城.机器视觉检测胶囊图像的预处理研究.电子科技,2012,25(12):133-136.
    8 王娟.基于红外图像的胶囊缺陷检测研究[学位论文].杭州:中国计量学院,2013.
    9 李莲,闫志洋.破损胶囊检测的图像处理分析与研究.仪器仪表学报,2011,32(12):322-324.
    10 Gonzalez RC, Woods RE. 阮秋琦,阮宇智等译.数字图像处理.第2版.北京:电子工业出版社,2010:427-430.
    引证文献
    网友评论
    网友评论
    分享到微博
    发 布
引用本文

张强,秦勃.基于区域特征的胶囊图像分割算法.计算机系统应用,2015,24(10):212-216

复制
分享
文章指标
  • 点击次数:1832
  • 下载次数: 2012
  • HTML阅读次数: 0
  • 引用次数: 0
历史
  • 收稿日期:2015-02-02
  • 最后修改日期:2015-04-29
  • 在线发布日期: 2015-10-17
文章二维码
您是第11228301位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号