基于Kinect的类圆形重叠颗粒计数

• 作 者: 张健
• 出 处: 江苏大学
• 发表日期: 2018年01期
• 关键词: Kinect 重叠类型 分水岭 距离变换 Hough变换

基于图像处理技术的颗粒物分析已经引起了越来越多学者的关注,在农业生产、工业检测、医学研究等领域都有涉及,有着很好的研究意义和应用前景。运用图像知识研究颗粒的计数也是图像技术的一个很重要应用,能够代替传统人工计数。不仅能提高颗粒计数的效率,而且还能保证统计结果的可靠性。本文研究基于Kinect深度相机的重叠颗粒计数。首先,根据Kinect的开发文档,结合Kinect型号,选择合适的软硬件设备,搭建Kinect开发平台。以C++作为编译语言,结合OpenCV机器视觉库,以VS2013作为仿真平台,验证图像采集系统是否安装成功。与RGB相机不同,Kinect的Depth相机基于红外成像原理,采集的图像中,每个像素保存的是相机与目标之间的距离。结合距离信息的存储区间和灰度信息的分布范围,自定义转换公式,将距离信息转换为灰度信息。其次,针对Kinect深度图像存在的随机噪声,本文介绍了三种滤波器,分别分析了它们的结构、滤波原理以及处理结果,并最终选择双边滤波器。根据形态学Top-Hat变换思想,自定义边缘检测算子提取轮廓。与已知的其他边缘算子(如Sobel、Canny、Laplace等)相比,本文算子适用范围更广,得到的轮廓边缘更均匀。最后,统计图像中颗粒的个数时,设置基于面积和灰度的滤波器,对图像中颗粒分布类型进行分类。在使用分水岭法处理粘连类型时,为了控制分水岭的过分割现象,先进行距离变换,再进行灰度归一化处理,强化了在目标粘连处的灰度差异。使用Hough变换对重叠区域轮廓不完整的目标进行拟合重建。针对Hough变换时间和空间冗余问题,根据相交弦原理,估测目标的尺寸范围,缩小检测区间,降低时间和空间复杂度。设计基于matlab的GUI界面,演示算法处理结果。实验结果表明,本文算法不仅满足大多数常见重叠颗粒的计数要求,而且还能够识别和统计部分全遮挡颗粒分布类型。当使用多组样本对本文提出的算法进行测试时,结果表明,本文算法不仅能够准确统计每帧样本中颗粒个数,而且每组样本的处理时间均低于3.5s,符合实验处理的即时性要求。