[发明专利]一种适用于线阵CCD的目标连通域形状分析方法

说明书

本发明提供一种适用于线阵CCD的目标连通域形状分析方法，线阵CCD对目标连通域由下至上逐行进行扫描，包括以下步骤：1、扫描目标连通域第0行，提取其各个方向上的直线边界信息并更新目标连通域边界信息；2、扫描目标连通域第i行，提取其各个方向上的直线边界信息，并对比扫描前一行记录的目标连通域边界信息，若超出则更新目标连通域边界信息，若未超出则继续扫描下一行，直至扫描到全背景行，其中0＜i≤n，n为目标连通域总行数；3、根据最终记录的目标连通域边界信息，选定面积最小的外接矩形框作为目标连通域的近似最小外接矩形。本发明通过实时提取行图像边界信息，并对比更新目标连通域边界信息，实现基于线阵CCD的目标连通域形状分析。

技术领域

本发明涉及图像识别分析技术领域，尤其是一种适用于线阵CCD的目标连通域形状分析方法。

背景技术

茶叶筛选，是面阵CCD的一个典型应用。为了区分茶叶与茶叶梗，需要对面阵CCD得到二维栅格图像中的目标物体进行形状信息分析，基于最小外接矩形框的尺寸分析，是最为常见的技术手段。通过计算各个方向上当前连通域的上下左右边界，然后通过比较面积得到当前连通域最小外接矩形的精确位置。

线阵CCD在工业界有着非常广泛的应用，例如数码照片扫描、工业检测、卫星遥感影像等技术领域都能看到它的身影。相比于面阵CCD，线阵CCD的电荷转移负担更小，可以在极短的时间内完成当前时刻图像采集。而物料筛选过程中，需要获取高速下落的目标物的清晰图像，线阵CCD刚好能够满足这一需求，但是对线阵CCD获取图像进行形状信息分析时，由于线阵CCD在每一时刻采集到的图像都是行数据，而不是矩形栅格图像，导致基于栅格图像的算法无法直接应用。与此同时，茶叶、茶叶梗在下落过程中，其角度是各不相同的，单纯的水平扫描或者垂直扫描，无法准确检测到斜向下落物体的尺寸信息，导致判断不准确。

发明内容

针对线阵CCD获取的图像在形状信息分析中的技术障碍，本发明提出一种适用于线阵CCD的目标连通域形状分析方法。

一种适用于线阵CCD的目标连通域形状分析方法，线阵CCD对目标连通域由下至上逐行进行扫描，包括以下步骤：1、目标连通域边界信息初始化，参数初始化；2、扫描目标连通域第0行，提取其各个方向上的直线边界信息并更新目标连通域边界信息；3、扫描目标连通域第i行，提取其各个方向上的直线边界信息，并对比扫描前一行记录的目标连通域边界信息，若超出则更新目标连通域边界信息，若未超出则继续扫描下一行，直至扫描到全背景行，其中0＜i≤n，n为目标连通域总行数；4、根据最终记录的目标连通域边界信息，选定面积最小的外接矩形框作为目标连通域的近似最小外接矩形。

进一步的，提取的各个方向上的直线边界信息包括水平边界、垂直边界和若干斜向边界；

所述水平边界为目标连通域的最左侧直线边界和最右侧直线边界，所述垂直边界为目标连通域的最上侧直线边界和最下侧直线边界，所述斜向边界为目标连通域在某一斜向方向上的两条最外侧直线边界。

进一步的，边界信息利用像素点的二维坐标表示，从左至右依序对当前扫描行的像素点进行一维编号，并判断每一个像素点为目标像素点或背景像素点，根据线性CCD扫描到的当前行数，对当前扫描行的像素点进行二维编号，使得目标连通域内每一个像素点具有一一对应的二维坐标(x,y)。

进一步的，目标连通域水平边界提取方法为，包括以下步骤：由下至上逐行扫描目标连通域，记录当前行最左侧像素点坐标x值，并对比扫描前一行记录的最左侧直线边界，若当前行最左侧像素点坐标x值更小，则将其更新为目标连通域的最左侧直线边界；记录当前行最右侧像素点坐标x值，并对比扫描前一行记录的最右侧直线边界，若当前行最右侧像素点坐标x值更大，则将其更新为目标连通域的最右侧直线边界。

进一步的，目标连通域垂直边界提取方法为，第0行的y值作为目标连通域的最下侧直线边界，第n行的y值作为目标连通域的最上侧直线边界。