应用于亚甲蓝色晕环宽度计算的图像处理方法与流程

本发明涉及图像处理分析，具体涉及应用于亚甲蓝色晕环宽度计算的图像处理方法。

背景技术：

1、亚甲蓝滴液检测是一种常见的用于评估材料吸附性能、表面活性剂浓度等的实验方法。当前判定亚甲蓝色晕是否合格普遍采用的方式是靠人工观察，人工判定存在很大的主观性，如果进料频率高会导致操作人员工作量加大，长时间工作也会造成人员视觉疲劳，进而增大判定误差，降低效率，并且在人工配比的过程中也会存在操作误差，对最终结果产生影响。

2、为了简化亚甲蓝检测人员的操作流程，有些厂家设计了自动配比亚甲蓝溶液的硬件设备代替人工操作，这在一定程度上减轻了操作人员的工作量，减少了人员的操作误差，但最终的结果还是由检测人员判定，依然无法避免判定的主观性及效率问题。公开号为cn115201188a公开的基于计算机视觉的机制砂亚甲蓝值测试系统及方法中提出了对于亚甲蓝色晕宽度的计算方法，将带色晕颜色区域和不带色晕颜色区域近似成圆，将带色晕颜色区域和不带色晕颜色区域的半径作差得到色晕宽度，但是此种算法并不理想，当色晕形状不规则时，此方法容易产生误检。

技术实现思路

1、本发明要解决的技术问题是：克服现有技术的不足，提供了应用于亚甲蓝色晕环宽度计算的图像处理方法。

2、本发明为解决其技术问题所采用的技术方案为：应用于亚甲蓝色晕环宽度计算的图像处理方法包括如下步骤：

3、步骤一：采集亚甲蓝滴液图像信息，经处理后获得图像；

4、步骤二：获取图像i0的滴液区域并进行增强处理，得到增强后的图像；

5、步骤三：对图像进行色晕区域精细化处理，得到色晕目标图像；

6、步骤四：对图像进行边缘提取和圆检测，得到包含目标区域圆心的图像；

7、步骤五：对图像进行色晕环检测，使用环宽估计算法计算色晕宽度，得到最终的色晕宽度值。

8、所说步骤一中包括如下子步骤：

9、1-1：将亚甲蓝滴液滤纸置于相机与光源之间，进行拍照获取图像；本技术采用的工业相机为分辨率不低于720p的彩色相机，搭配25mm焦距的镜头，圆形光源位于相机下方，拍照时，采用背光式照明，增强亚甲蓝滴液的颜色对比度及细节特征。

10、1-2：将获取的图像尺寸调整为640*640像素，记调整尺寸后的图像为，如此加快后续处理。

11、所述步骤二中包括如下子步骤：

12、2-1：使用图像掩膜聚焦滴液周围的一块圆形区域，得到图像；在此过程中过滤其他无用区域，加速后续判断，具体位置需要根据实际滴定位置确定；

13、2-2：对图像在rgb三通道上逐一进行像素判断，将蓝色设置为目标区域进行像素筛选，过滤掉非蓝色像素，得到图像；

14、2-3：对图像的蓝色通道值进行指数增强，红绿通道值进行指数削减，进一步增强目标区域像素，得到图像。

15、所述2-2中像素判断过程如下：

16、在坐标()处的像素点记为，在rgb三个通道上的颜色值分别为，，，则当或时，认为该像素点属于目标区域像素点，其中为颜色通道比例值。

17、所述步骤三包括如下子步骤：

18、3-1：对图像进行二值化和形态学开操作，初步过滤滴液中心的深蓝色（非色晕）区域，得到图像；

19、3-2：对图像进行连通域分析，得到各个连通分量；

20、3-3：如果连通分量个数等于1，则认为当前图像中无色晕；否则，过滤掉长宽比小于的连通分量（即过滤掉噪声区域），为预先设定的经验值，得到噪声过滤后的二值化色晕图像；

21、3-4：对图像进行均值滤波，进一步过滤更加细小的噪声，平滑边缘，再对其进行形态学闭操作，填充空洞，得到完整的色晕区域图像；

22、3-5：对图像和进行与操作，得到色晕目标图像。

23、所述步骤四中包括如下子步骤：

24、4-1：使用canny算子对图像做边缘提取，得到图像；

25、4-2：对图像使用霍夫圆检测算法检测圆形区域，得到圆心，图像记为。

26、所述步骤五包括如下子步骤：

27、5-1：旋转图像；

28、5-2：获取内点集及外点集；

29、5-3：计算色晕环宽度；

30、5-4：使用椭圆拟合算法在内外点集上分别拟合内外椭圆，得到包含色晕环形区域的图像，重复5-1至5-3，以为角度间隔逆时针旋转图像，得到个方向的内外总点集，根据内外总点集计算得到八方向点距集；

31、5-5：对八方向点距集求平均得到最终的色晕环宽度值。

32、所述5-2中以为起始点，以为角度间隔向外发射线，在方向上首次与非零像素相交的点为，将其加入内点集，最后一次与非零像素相交的点为，将其加入外点集，最终得到方向的内外点集分别为：

33、；

34、其中，为图像的旋转角度；

35、；

36、。

37、所述5-3中根据内外点集分别计算八方向上的内外点距，即为该方向的色晕环宽度，如果，则认为有效，否则过滤该方向的值，分别为色晕环合理宽度的最小值及最大值，本领域技术人员可依据经验设定。

38、所述5-4中；

39、内外总点集分别表示为：内点集，外点集；

40、八方向点距集，其中，为个方向中的第个方向；

41、对应旋转角度，。

42、与现有技术相比，本发明具有以下有益效果：

43、本技术在采用纯视觉的方式，采用环宽估计算法计算色晕环宽度，整个过程无需人工参与，识别装置简单，操作及维护成本低，提高了亚甲蓝识别效率；检测设备只需相机和光源，无需借助其它任何光学仪器或硬件设备即可识别其色晕区域，结构简单，成本低，易于维护；与人工观察方法相比，计算结果不会有累计误差，也不受人为因素影响，精度高，识别过程自动化，无需人工参与，采集即识别，实时性高；

44、识别过后自动存储亚甲蓝图像并标记结果值，可溯源，方便二次检查；

45、本技术对图像进行粗提取和图像增强，有效突出了目标区域，减少了后续处理中的计算量；实现了精准的色晕区域提取；使用图像掩膜聚焦滴液周围的一块圆形区域，过滤掉无关区域，提高了处理效率；基于像素级别的颜色判断，能够准确筛选出目标区域像素点，进一步增强了图像中的色晕特征；通过通道值的指数增强和削减，显著提升了色晕区域的可见性，有利于后续的精确提取；

46、本技术基于形态学开操作有效去除了滴液中心的深蓝色区域，简化了后续的分析过程；通过连通域分析和长宽比过滤，消除了噪声区域，提高了色晕检测的准确性；均值滤波和平滑边缘处理，以及形态学闭操作，确保了色晕区域的完整性和边界清晰度；

47、canny边缘检测算法的应用能够准确捕捉色晕边缘，为后续的圆检测提供了可靠的输入，霍夫圆检测算法能够快速准确地定位滴液中心，为后续的色晕宽度测量提供了关键信息；

48、通过向不同方向发射线的方式，能够准确获取色晕内外边界的像素点，为色晕宽度的测量提供了基础；椭圆拟合算法的应用提高了色晕环形区域拟合的精度，使得测量结果更加准确；多方向测量和平均值计算的方法提高了色晕宽度测量的稳定性和准确性。

49、整个检测过程高度自动化，减少了人为干预的需求，提高了检测效率和一致性；该方法适用于多种光照条件和背景环境，具有较强的适应性和鲁棒性。