基于凸缺陷的扁豆粒检测计数与故事文本摘要提取方法
在图像处理和自然语言处理领域,有两项有趣的技术值得探讨,一是基于凸缺陷的扁豆粒检测与计数方法,二是故事文本的摘要提取方法。下面将详细介绍这两项技术。
基于凸缺陷的扁豆粒检测与计数
在扁豆粒的图像处理中,我们可以利用凸缺陷的概念来检测和计数相连的扁豆粒。
当一个二值图像中的连通组件有两个或更多显著的凸缺陷区域时,我们就能轻松判断该连通组件是单个孤立的颗粒,还是由两个或更多颗粒连接而成。例如,由两个颗粒连接形成的连通组件,其对应的凸缺陷有两个区域;由三个颗粒连接形成的连通组件,其凸缺陷区域数量也与连接的颗粒数相同。当连通组件的凸包触及其中所有颗粒时,这个规律对所有相邻颗粒形成的连通组件都适用。利用这一特性,我们无需实际分割单个颗粒,就能计算连通组件中的颗粒数量。
下面是具体的算法步骤:
1. 读取RGB图像。
2. 将其转换为YCbCr图像。
3. 获取YCbCr图像的红色色度分量Cr。
4. 在适当的阈值下对图像进行二值化处理。
5. 对二值图像中的颗粒区域组件进行标记。
6. 将N初始化为0,用于存储图像中扁豆粒的数量。
7. 对于每个连通组件:
- 计算该组件的凸包。
- 计算凸缺陷。
- 移除小于10像素的小连通组件。
- 计算凸缺陷的数量n。
- 如果n > 2,显示“Connected grains”。
- 否则,显示“Isolated Grain”。
- 将n累加到N中。
8. 显示N作为“Total grains”。
为了验证
超级会员免费看
订阅专栏 解锁全文
26

被折叠的 条评论
为什么被折叠?



