Halcon粘连木材图像的目标分割计数

Halcon粘连木材图像的目标分割计数

文章目录

  • Halcon粘连木材图像的目标分割计数
    • 1. 提取面积较小区域
    • 2. 分割较大区域
    • 3. 区域合并与计数

本文以一个实际场景图片为例,介绍阈值处理与形态学计算的应用。案例图像如图所示,图(a)为输入的原始图像,图(b)为处理结果。图中计算出了木材的数量,并以不同的颜色对分割出的区域进行了区分。
在这里插入图片描述
首先,从阈值处理开始,图(a)在进行全局阈值处理之后出现了一些问题。阈值设得高了,会蛮化边角的一些木头的局部区域;设得低了,会造成一些区域的粘连。另外,图像中还有一些木棍等小面积物体的干扰。如何在保留边角局部信息的情况下尽可能地防止粘连,是一个要仔细考虑的问题。
结合这个问题,本例的思路分两步走:先把边角一些小的木头区域提取出来,再专门解决粘连的问题。

1. 提取面积较小区域

区分大小的依据主要是面积,在做了一些基本的图像预处理之后,可以把面积较小的一部分图像。如靠近 4个边的部分木头先分割出来。在这个过程中,需要对木头边缘做一些处理,去掉外圈的树皮和一些干扰的区域,提取出木头截面的大块部分。图 (a)为初步阈值分割的结果,图(b)是根据面积的大小,提取出的比较小的,即比较独立的区域。
在这里插入图片描述

2. 分割较大区域

这一步比较简单,针对粘连的情况,可以通过腐蚀操作让边缘更加清晰。图(a)是提取出的面积较大的区域,可见单个木材区域发生了粘连,对其做腐蚀运算,提取出独立的区域,效果如图(b)所示。
在这里插入图片描述

3. 区域合并与计数

把上一步割出的大小区域分别合并,即可得到木头的总数。实现代码如下:

dev_close_window ()
*读取图像,将其转化为灰度图像并显示出来
read_image (Image, 'data/logs')
get_image_size (Image, Width, Height)
rgbl_to_gray(Image, grayImage)
*进行全局阈值分割,将亮色区域提取出来
threshold (grayImage, Bright, 60, 255)
*进行开运算处理,去除边缘毛刺
opening_rectanglel (Bright, Cut, 1, 7)
*将非连通区域分割成独立区域
connection (Cut, ConnectedRegions)
*选择截面比较小的木材的区域
select_shape (ConnectedRegions, smallRegions, 'area', 'and', 500, 20000)
*对粘连区域做腐蚀操作,根据腐蚀的情况和面积选出截面区域
*count_obj(SelectedRegions2,number1)
*选择截面比较大的木材的区域,可能有粘连和区域重叠的情况
select_shape (ConnectedRegions, largeRegions, 'area', 'and', 20000, 1000000)
erosion_circle(largeRegions,erisionedLargeRegions,8.5)
*将非连通区域分割成独立区域
connection (erisionedLargeRegions, ConnectedRegions2)
*再次选择符合面积条件的区域,排除杂点
select_shape (ConnectedRegions2, SelectedRegions3, 'area', 'and', 150, 200000)
*区域合并
concat_obj(smallRegions, SelectedRegions3, ObjectsConcat)
*区域计数
count _obj (ObjectsConcat,number3)
*创建窗口用于显示结果
dev_open_window (0, 0, Width, Height, 'black', Windowiandle)
dev display(ObjectsConcat)
set_display_font (WindowHandle,18,'mono''true','true')
*显示计数的结果,程序结束
disp_message (WindowHandle,'Number of logs : '+number3, 'image', 30, 50, 'blue','true')

本例以木材截面区域的面积为分割依据,通过形态学运算将单个木材的截面区域提取出来,这样可方便进行木材的计数。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/230626.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

第十三章 需求工程之对数据关系进行建模

对数据关系进行建模 在设计阶段创建ERD时,其实也是在定义系统数据库的逻辑结构或物理(实现)结构。从分析阶段开始完成的视图能够扩展或者完善对系统的理解和优化系统实现。 ERD 实体 实体本来可以代表物理上的实体(包括人&…

深度学习核心技术与实践之计算机视觉篇

非书中全部内容,只是写了些自认为有收获的部分 计算机视觉背景 (1)视觉皮层的神经元是一列一列组织起来的,每一列神经元只喜欢某一种特定的形状或者某些简单的线条组合,而不是鱼、老鼠、鲜花 (2&#xf…

ubuntu18.04查询实时内存、CPU占用率命令

gnome-system-monitor效果就是下面这样:

【KingbaseES】实现MySql函数Space

CREATE OR REPLACE FUNCTION SPACE(input_length integer) RETURNS text AS $$ BEGIN RETURN REPEAT( , input_length) AS SPACES; END; $$ LANGUAGE plpgsql;

虚幻UE 增强输入-第三人称模板增强输入分析与扩展

本篇是增强输入模块,作为UE5.0新增加的模块。 其展现出来的功能异常地强大! 让我们先来学习学习一下第三人称模板里面的增强输入吧! 文章目录 前言一、增强输入四大概念二、使用步骤1、打开增强输入模块2、添加IA输入动作2、添加IMC输入映射内…

SpringCloud微服务 【实用篇】| Dockerfile自定义镜像、DockerCompose

目录 一:Dockerfile自定义镜像 1. 镜像结构 2. Dockerfile语法 3. 构建Java项目 二: Docker-Compose 1. 初识DockerCompose 2. 部署微服务集群 前些天突然发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,…

基于Vue的宿舍管理系统

基于Vue的宿舍管理系统资源-CSDN文库 基于 Koa 以及 VueJS 的宿舍管理系统。 新增功能: 【楼层管理】添加『入住人员信息』模块,显示入住学生、性别、院系、专业的人数,可用饼图表示【用户信息】学生用户添加性别、院系、专业字段【楼层管理…

Alice Bob推出16量子比特量子处理单元——“Helium 1”

​(图片来源:网络) 容错量子计算机硬件开发商Alice & Bob宣布已成功流片一款新芯片“Helium 1”,希望能借助该芯片降低随着量子比特数增加而提高的错误率,这是该公司第一个纠错逻辑量子比特(纠错量子计…

YOLOv8改进 更换轻量化模型MobileNetV3

一、MobileNetV3论文 论文地址:1905.02244.pdf (arxiv.org) 二、 MobileNetV3网络结构 MobileNetV3引入了一种新的操作单元,称为"Mobile Inverted Residual Bottleneck",它由一个1x1卷积层和一个3x3深度可分离卷积层组成。这个操…

go语言语法基础

文章目录 前言一、输入和输出常用的字符串格式化符号 二、注释三、Go常用基本语言数据类型数字类型布尔类型字符类型变量与常量数组和切片数组切片 map类型创建map增删改查特别提醒 指针 四、运算符五、条件判断语句if系列switch六、循环语句for循环标准写法死循环while循环do …

【三维分割】SAGA:Segment Any 3D Gaussians

系列文章目录 代码:https://jumpat.github.io/SAGA. 论文:https://jumpat.github.io/SAGA/SAGA_paper.pdf 来源:上海交大和华为研究院 文章目录 系列文章目录摘要一、前言二、相关工作1.基于提示的二维分割2.将2D视觉基础模型提升到3D3.辐射…

【Spark精讲】Spark on Hive性能优化

目录 第一章 1.1 集群配置概述 1.2 集群规划概述 第二章 Yarn配置 2.1 Yarn配置说明 yarn.nodemanager.resource.memory-mb yarn.nodemanager.resource.cpu-vcores yarn.scheduler.maximum-allocation-mb yarn.scheduler.minimum-allocation-mb 第三章 Spark的配置说…

力扣-42.接雨水

题目: 给定 n 个非负整数表示每个宽度为 1 的柱子的高度图,计算按此排列的柱子,下雨之后能接多少雨水。 示例 1: 输入:height [0,1,0,2,1,0,1,3,2,1,2,1] 输出:6 解释:上面是由数组[0,1,0,2…

20231228在Firefly的AIO-3399J开发板的Android11的Firefly的AIO-3399J开发板的DTS配置单前置摄像头ov13850

20231228在Firefly的AIO-3399J开发板的Android11的Firefly的AIO-3399J开发板的DTS配置单前置摄像头ov13850 2023/12/28 12:30 开发板:Firefly的AIO-3399J【RK3399】 SDK:rk3399-android-11-r20211216.tar.xz【Android11】 Android11.0.tar.bz2.aa【ToyBr…

【算法挨揍日记】day34——647. 回文子串、5. 最长回文子串

647. 回文子串 647. 回文子串 题目描述: 给你一个字符串 s ,请你统计并返回这个字符串中 回文子串 的数目。 回文字符串 是正着读和倒过来读一样的字符串。 子字符串 是字符串中的由连续字符组成的一个序列。 具有不同开始位置或结束位置的子串&am…

【卫星科普】什么是农业一号卫星和农业二号卫星?

农业一号卫星和农业二号卫星是中国自主研发的两颗重要卫星,主要用于农业领域的监测和研究。 农业一号卫星是中国第一颗具备红边波段传感器的卫星,也是世界上第一颗具备红边波段的宽视场多光谱中高分辨率卫星。这对农业农村遥感监测非常重要,…

认识CUDA

CUDA CUDA(Compute Unified Device Architecture),是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构,该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构(ISA)以及…

基于YOLOv7算法的高精度实时抽烟行为检测识别系统(PyTorch+Pyside6+YOLOv7)

摘要:基于YOLOv7算法的高精度实时抽烟行为检测系统可用于日常生活中检测与定位抽烟行为,此系统可完成对输入图片、视频、文件夹以及摄像头方式的目标检测与识别,同时本系统还支持检测结果可视化与导出。本系统采用YOLOv7目标检测算法来训练数…

1.1 理解大数据(2)

小肥柴的Hadoop之旅 1.1 理解大数据(2) 目录1.1 理解大数据1.1.3 大数据概述1.1.4 更多思考 参考文献和资料 目录 1.1 理解大数据 1.1.3 大数据概述 step_0 大数据定义 【《大数据算法设计分析》】: 通常来讲大数据(Big Data&am…

互联网分布式应用之RabbitMQ

RabbitMQ Java 是第一大编程语言和开发平台。它有助于企业降低成本、缩短开发周期、推动创新以及改善应用服务。如今全球有数百万开发人员运行着超过 51 亿个 Java 虚拟机,Java 仍是企业和开发人员的首选开发平台。 课程内容的介绍 1. RabbitMQ介绍安装 2. Rabbi…