PDF《基于凹点方向线的粘连药品图像分割方法》

c o l o r d i s t a n c e ;

c h a i nc o d e ;

c o n c a v e p o i n t m a t c h i n g ;

c o n c a v e p o i n t l i n e d i r e c t i o n 引言 全自动药品单剂量分包机是一种将一次用药量的片剂或 胶囊包入同一个药袋内的设备, 该设备在装袋分包的过程中, 难免会出现错误.在利用机器视觉技术对药片分包检测过程 中, 所采集到的药品图像经常会出现粘连或聚堆的情况, 如果 不能很好地处理药品粘连问题, 会严重影响后续图像特征的提 取工作, 因此研究粘连药品图像分割方法具有重要的实际 意义. 最近几年,在图像处理领域, 很多学者针对粘连图像分割 问题做了不少的研究工作[

1 ~

8 ] .文献[

1 ] 中提出了使用图像 边缘和区域相结合的方法, 分割方法比较繁琐;

文献[

2 ] 提出 了基于形态学的多尺度分割方法, 但如果两个物体发生粘连且 粘连处面积过大时, 会把粘连图像分割成多个目标;

文献[

3 ] 提出了一种基于先验知识的流域分割算法, 该方法必须有先验 知识为前提, 灵活性差;

文献[

4 ] 提到了分水岭( w a t e r s h e d ) 分 割算法, 此算法对粘连较大的情况不适用;

文献[

5 ] 在分析 O t s u 法的基础上, 提出了结合类间距离和类内距离对图像进行 分割的方法, 该算法必须做到对类内和类间距离的正确定义;

文献[

6 ] 提出了基于距离变换的分水岭分割算法, 虽然在分割 数量上较准确, 但分割结果的准确性不高;

文献[

7 ] 提到了基 于轮廓的分割方法, 只能针对粘连排列比较明显且规则的图 像;

文献[

8 ] 中提出了使用极限腐蚀和条件膨胀结合的粘连分 割方法, 方法虽然简单, 但是分割效果不是很好. 在常见的药品中, 大多数均为凸多边形.若发生粘连, 粘 连处一般会形成凹点, 而不同的药品种类粘连的程度也会不 同, 因此凹点匹配法更适用于粘连药品图像的分割.基于凹点 配对的图像分割算法大致包括以下三个步骤: 寻找粘连图像的 边界、 寻找边界的凹点、 凹点配对分割. 凹点配对过程中最重要的步骤是确定图像匹配的凹点对. 匹配的凹点对是用于粘连分割的一个点对, 通过连接匹配凹点 对的线段可将待分割的图像分割为两部分, 该分割曲线段就被 称为分割线.现有的凹点配对算法主要有以下三种: a ) 从粘 连区域凹点序列中选取一组起始点和结束点, 利用一个代价函 数从起始点到结束点依次搜寻一条使该代价函数最小的路 径[

9 ] , 但是如何寻找合适起始点和终止点在文献中并未提及;

b ) 将粘连区域凹点序列中的最大曲率点作为起始点, 并将离 该起始点最近的第一个凹点作为终止点来实现粘连区域的分 第30卷第 9期2013年9月 计算机应用研究ApplicationR e s e a r c ho f C o m p u t e r s V o l .

3 0N o .

9 S e p .2

0 1

3 割, 但是仅以该条件进行的凹点配对效果不理想;

c ) 根据药品 的粘连情况, 使用不同凹点配对方法的智能分割方法, 对于有 轻微粘连的情况可以根据待配对凹点之间的距离是否小于给 定的阈值来判断是否匹配, 而对于粘连严重的情况, 该算法从 某一凹点出发, 按照灰度值局部最小的原则沿与等间隔的两个 相邻边界点夹角的平分线方向寻找分割线[

1 0 ] , 该算法假设粘 连区域之间存在一个狭长的非药品区域, 因此该算法对于物体 粘连严重的情况不适用. 综上所述, 基于凹点配对分割的方法还面临着两个问题: a ) 准确找出所有的凹点;