基于形态学重建和GMM的球团颗粒图像分割

作者：刘小燕; 吴鑫; 孙炜; 毛传刚

来源：仪器仪表学报, 2019, 40(03): 230-238.

DOI：10.19650/j.cnki.cjsi.J1804521

• 机器视觉
• 球团
• 颗粒粒径分布
• 高斯混合模型
• 形态学重建

机器视觉技术的发展为颗粒粒径的自动测量提供了一种有效方法,但是,重叠颗粒的图像分割问题仍有待进一步解决。针对这一问题,提出一种基于形态学重建和高斯混合模型的球团颗粒图像分割算法。首先利用似圆度将单独颗粒和重叠颗粒进行区分;根据重叠颗粒图像距离变换特征建立了高斯混合模型;为实现无监督的聚类,采用形态学重建结合聚类有效性指标的方法获得最佳聚类数目,并利用期望极大(EM)算法进行求解;最后采用圆拟合的方法对缺失的球团颗粒轮廓进行重构,实现了对重叠球团颗粒的分割。实验结果表明,该算法能够有效地对重叠颗粒进行分割,分割正确率评价指标AC为93.6%,明显优于现有的对比算法,为基于机器视觉的球团颗粒粒径分布测量奠定了基础。

• 单位
  湖南大学