[发明专利]一种基于空间聚类与分水岭变换的港口矿堆轮廓提取方法

权利要求书

1.一种基于空间聚类与分水岭变换的港口矿堆轮廓提取方法，其特征在于：所述方法包括以下步骤：

步骤一：读入图像数据；

步骤二：增强图像对比度；

步骤三：对图像进行聚类，并标记每个像素点所属类别；

步骤四：标记出图像中的背景区域和目标区域；

步骤五：使用形态学开运算去除孤立点；

步骤六：利用形态学膨胀运算确定背景区域的种子区域；

步骤七：获取目标区域的种子区域；

步骤八：标记未知区域图像；

步骤九：使用步骤八得到的标记图像，利用分水岭算法，计算每个目标区域的边缘；

步骤十：对步骤九得到的各个目标区域的边缘进行整合，得到最终目标轮廓；

所述步骤八具体为：新建和原图像尺寸相同的空白图像，对照步骤六得到的背景区域的种子区域，将空白图像对应区域标记为1，对照步骤七得到的目标区域的种子区域，将空白图像对应区域标记为2，若存在多个目标区域的种子区域，则将空白图像对应区域依次标记为2,3,4......n，其中n∈N^*且n≠1，N^*为正整数，最后将空白图像中未标记的点设置为0，表示未知区域。

2.根据权利要求1所述的方法，其特征在于：所述图像数据为RGB三通道彩色图像；

所述步骤二具体为：将包含矿堆的RGB三通道彩色图像转化为YUV图像，对V分量进行直方图均衡化，并替换原来的V分量，得到新的YUV图像，将新的YUV图像还原成包含矿堆的RGB三通道彩色图像。

3.根据权利要求2所述的方法，其特征在于：

所述步骤三具体为：使用KMeans算法对步骤二的包含矿堆的RGB三通道彩色图像进行聚类，设置聚类中心个数为3，然后根据聚类结果，标记每个像素点所属类别。

4.根据权利要求3所述的方法，其特征在于：

所述步骤四具体为：使用步骤三得到的标记图像，提取图像边界像素点，按标记类别进行划分，将包含像素点个数最多的类别记为bg，然后将图像中类别为bg的像素点标记为0，表示背景区域，其他标记为1，表示目标区域。

5.根据权利要求4所述的方法，其特征在于：

所述步骤五具体为：定义使用步骤四得到的标记图像，利用核为kernel1的形态学开运算去除孤立点。

6.根据权利要求5所述的方法，其特征在于：

所述步骤六具体为：定义使用步骤五得到的图像，利用核为kernel2的形态学膨胀运算对图像中目标区域进行处理，得到背景区域的种子区域。

7.根据权利要求6所述的方法，其特征在于：

所述步骤七具体为：使用步骤五得到的图像，计算目标区域每个像素点到背景区域的最小距离，生成距离图像，令距离图像中的最大值为distTransformMax，然后设定阈值为thresh＝0.1*distTransformMax，将距离图像中大于thresh的点，标记为目标区域的种子区域。