專利名稱：一種用于小球藻自動計數(shù)的圖像調(diào)色板閾值分割方法
技術(shù)領(lǐng)域：
本發(fā)明屬于水產(chǎn)養(yǎng)殖技術(shù)領(lǐng)域，特別涉及一種用于小球藻自動計數(shù)的圖像調(diào)色板閾值分割方法。
背景技術(shù)：
小球藻，俗稱綠藻，作為一種具有保健食品作用的藻類，人工培養(yǎng)的生產(chǎn)已經(jīng)由來已久。在人工培養(yǎng)中，對于小球藻個數(shù)的計數(shù)是一項重要的環(huán)節(jié)。但是，在現(xiàn)有技術(shù)中，藻類的個數(shù)的計數(shù)工作主要依靠人工，勞動強度大，觀測時間長，容易引起疲勞誤差。目前，還沒有一種有效的方法解決上述問題?！?br>
發(fā)明內(nèi)容
本發(fā)明的目的是提供一種用于小球藻自動計數(shù)的圖像調(diào)色板閾值分割方法，用于對于小球藻自動計數(shù)，該方法利用了藻類熒光激發(fā)效應(yīng)，藻類受一定波長的光波照射后發(fā)射出特定范圍波長的光的一種現(xiàn)象。本發(fā)明的技術(shù)方案是，一種用于小球藻自動計數(shù)的圖像調(diào)色板閾值分割方法，包括以下步驟將圖像格式為24位真彩色圖像的小球藻顯微熒光圖像作為原圖像，以小球藻顯微熒光圖像各顏色占調(diào)色板總顏色的概率的累積分布函數(shù)作為變換函數(shù)，將原圖像映射為一幅調(diào)色板顏色級分布較均勻的圖像，其中累積分布函數(shù)表示為
KKSk =T(Ijt)=〉」=〉Pr Cfj)
j=0J=OO ^ Tj ^ I ；k = O, I, . . . , I (I)式中，r」為原圖像歸一化調(diào)色板顏色所占比重，η」為原圖像中出現(xiàn)第k級顏色的像素個數(shù)，η為圖像調(diào)色板顏色的總數(shù)，Sk為HE (直方圖均衡)后圖像歸一化后的顏色比重，T(rk)為變換關(guān)系式，pJh )為原圖像取第k級顏色的概率，即原圖像的調(diào)色板直方圖，假設(shè)處理后得到的第一圖像的調(diào)色板分布為k=0，1，……，N— 1，則變換關(guān)系為，T1 k = round((N-1) sk)(2)k=0，l，....，N—l(rOUnd為四舍五人取整運算)，r' k為均衡后所顯示的顏色，利用經(jīng)過調(diào)色板均衡化后的第一圖像，統(tǒng)計第一圖像顏色在調(diào)色板中的直方圖分布情況，找到小球藻顏色在調(diào)色板中的閾值，選取離此閾值正負(fù)相差各5個調(diào)色板距離的兩個點作為區(qū)域分割閾值，對第一圖像進(jìn)行分割。本發(fā)明基于256色圖像調(diào)色板的閾值分割算法，利用經(jīng)過調(diào)色板均衡化后的圖像，統(tǒng)計圖像顏色在調(diào)色板中的直方圖分布情況，找到目標(biāo)物體顏色在調(diào)色板中的閾值，由于原始圖像中目標(biāo)與背景顏色非常接近，調(diào)色板均衡化后目標(biāo)與背景各顏色間的在調(diào)色板中距離變大，比較目標(biāo)藻類在圖像中顏色，以此顏色在調(diào)色板中的位置設(shè)定上下分割閾值，


圖1是本發(fā)明的小球藻自動計數(shù)方法流程圖。圖2是本發(fā)明實施例中256色小球藻突光圖像。圖3是本發(fā)明實施例中調(diào)色板直方圖均衡后圖像。圖4是本發(fā)明實施例中顏色閾值分割后圖像。
具體實施例方式對于小球藻自動計數(shù)實驗選用實驗室培養(yǎng)的小球藻實驗液，小球藻密度為500 600萬個/ml。將小球藻培養(yǎng)液壓片后,至于奧林巴斯BX51突光顯微鏡下觀察,顯微鏡目鏡放大倍數(shù)為10倍，選擇物鏡放大倍數(shù)為40倍。實驗利用顯微鏡自帶的DP71彩色顯微攝像機拍攝藻類熒光激發(fā)圖像，相機CCD大小為2/3英寸，1250萬有效像素，采集圖像尺寸為1360X1024,以tif格式存儲。試驗中分別利用450 480nm波長的光束和510 550nm波長的光束照射小球藻樣品，發(fā)現(xiàn)在510 550nm波長的光束照射下小球藻具有明顯的紅色熒光，其激發(fā)光波長處于590nm附近。實驗利用紅色濾光片濾除其它干擾光線，得到小球藻熒光激發(fā)圖片。對于小球藻圖像處理流程如圖1所示，將得到小球藻藻類熒光激發(fā)圖像，轉(zhuǎn)換成256色圖像如圖2所示。以提高藻類計數(shù)精度為目標(biāo)，提出一種基于調(diào)色板直方圖均衡化彩色圖像分割方法。在RGB顏色空間中以256色圖像調(diào)色板中顏色分布坐標(biāo)為外部激勵輸入，以相同顏色像素占總圖像總像素的比重為均衡化密度，用改進(jìn)灰度直方圖均衡化算法對藻類圖像進(jìn)行增強(圖3為增強后圖像)，再根據(jù)增強后圖像顏色直方圖特點選取顏色閾值進(jìn)行圖像分割(圖4為分割后圖像)。對于小球藻熒光激發(fā)圖像進(jìn)行藻類計數(shù)，由于上述的處理過程能夠很好的濾除液體中雜質(zhì)的影響，因此圖像分割后我們認(rèn)為圖像中黑像素點，不論關(guān)聯(lián)像素面積大小皆可認(rèn)為是一個小球藻個體。按照BMP圖像格式從左到右，從下到上掃描圖像，如果遇到找到一個黑像素點，假設(shè)為A點，把A點做種子點.將其標(biāo)記值設(shè)為1.并向外尋找與其八鄰域相連的其他黑色像素點.將找到的每個這樣點的標(biāo)記值都設(shè)為I。再分別以每個這樣的點為種子點繼續(xù)尋找.直到找不到未標(biāo)記過的相連的黑色像索點為止.這樣一個連通區(qū)域就標(biāo)記完畢。繼續(xù)從A點處按照掃描順序?qū)ふ蚁乱粋€未標(biāo)記過的黑色像素點做種子點.將其標(biāo)記值設(shè)為2.尋找與其八鄰域相連的未標(biāo)記過的黑色像索點，如此反復(fù)，直到整幅圖像掃描完畢，最大的區(qū)域標(biāo)記值即為所計的藻類個數(shù)。所述的圖像處理算法包括灰度均衡算法，該算法的原理如下。小球藻顯微熒光圖像圖像格式為24位真彩色圖像，針對24位真彩色圖像的處理程序，現(xiàn)在還不能將小球藻個體與背景分割開來，因此必須要將圖像進(jìn)行變換。傳統(tǒng)的直方圖均衡化方法是以圖像各灰度級概率的累積分布函數(shù)作為變換函數(shù)，將原圖像映射為一幅灰度級分布較均勻的圖像。其中累積分布函數(shù)表示為
權(quán)利要求
1.一種用于小球藻自動計數(shù)的圖像調(diào)色板閾值分割方法，其特征在于，包括以下步驟將圖像格式為24位真彩色圖像的小球藻顯微熒光圖像作為原圖像，以小球藻顯微熒光圖像各顏色占調(diào)色板總顏色的概率的累積分布函數(shù)作為變換函數(shù)，將原圖像映射為一幅調(diào)色板顏色級分布較均勻的圖像，其中累積分布函數(shù)表示為.O ^ Tj ^ I ；k = O, I, . . . , I (I)式中，r」為原圖像歸一化調(diào)色板顏色所占比重，η」為原圖像中出現(xiàn)第k級顏色的像素個數(shù)，η為圖像調(diào)色板顏色的總數(shù)，Sk為直方圖均衡后圖像歸一化后的顏色比重，T(rk)為變換關(guān)系式，Pr (rj)為原圖像取第k級顏色的概率，即原圖像的調(diào)色板直方圖，假設(shè)處理后得到的第一圖像的調(diào)色板分布為k=0，1，.....，N — 1，則變換關(guān)系為， r' k = round((N-1) sk)(2)k=0,1，. . . .，N — 1，round為四舍五人取整運算，r/ k為均衡后所顯示的顏色，利用經(jīng)過調(diào)色板均衡化后的第一圖像，統(tǒng)計第一圖像顏色在調(diào)色板中的直方圖分布情況，找到小球藻顏色在調(diào)色板中的閾值，選取離此閾值正負(fù)相差各5個調(diào)色板距離的兩個點作為區(qū)域分割閾值，對第一圖像進(jìn)行分割。
全文摘要
本發(fā)明公開了一種用于小球藻自動計數(shù)的圖像調(diào)色板閾值分割方法，以小球藻顯微熒光圖像各顏色占調(diào)色板總顏色的概率的累積分布函數(shù)作為變換函數(shù)，其中累積分布函數(shù)表示為式中，rj為原圖像歸一化調(diào)色板顏色所占比重，nj為原圖像中出現(xiàn)第k級顏色的像素個數(shù)，n為圖像調(diào)色板顏色的總數(shù)，Sk為HE(直方圖均衡)后圖像歸一化后的顏色比重，T(rk)為變換關(guān)系式，pr(rj)為原圖像取第k級顏色的概率，即原圖像的調(diào)色板直方圖，處理后得到的第一圖像的調(diào)色板分布為k=0，1，.....，N一1，則變換關(guān)系為r′k＝round((N-1)sk)，r′k為均衡后所顯示的顏色，統(tǒng)計顏色在調(diào)色板中的直方圖分布情況，找到小球藻顏色在調(diào)色板中的閾值分割。
文檔編號G06T7/00GK102999907SQ20121046698
公開日2013年3月27日 申請日期2012年11月17日 優(yōu)先權(quán)日2012年11月17日
發(fā)明者劉世晶, 湯濤林, 苗雷 申請人:中國水產(chǎn)科學(xué)研究院漁業(yè)機械儀器研究所