基于形态学重建和GMM的球团颗粒图像分割

摘要：

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.

关键词：机器视觉、球团、颗粒粒径分布、高斯混合模型、形态学重建

所属期刊栏目：40

分类号：TH741;TP391.41(仪器、仪表)

在线出版日期：2019-06-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：230-238