[发明专利]一种基于图像处理的纤维图像分割及直径统计方法

权利要求书

1.一种基于图像处理的纤维图像分割及直径统计方法，其特征在于：包括以下步骤：

1)通过软件读取通过扫描电子显微镜(SEM)拍摄所得的纳米纤维素结构图像image；

2)将图像image从RGB格式转换为灰度图像，再将灰度图像进行二值化处理获得二值图像BW；

3)运用形态学算法对二值图像BW中不满足要求的区域进行去除处理，得到图像BW1；

4)对步骤3)处理得到的图像进行分割；图像分割是通过逐一提取每条纤维的中心骨架以及边缘为基础来实现图像分割，具体过程为：

4.1)对去除处理后的BW1图像进行连通域编号，并按照编号顺序，逐一提取出来进行下一步操作；

4.2)使用Matlab的bwmorph函数的remove模块和skel模块提取BW1图像的第i个连通域的边缘线BW1_1与中心骨架BW1_2；

4.3)对BW1图像的中心骨架BW1_2中的所有点的连通性进行判断，判断每个点是不是二连通；

4.4)对保存的骨架交叉点进行相互之间的距离测量，去除不满足距离要求的点；

4.5)逐一将最终保存下来的骨架交叉点作为圆心，通过扫描算法，得到边缘线BW1_1上距离该点最近的边缘点；

4.6)将边缘点与对应的骨架交叉点连成线并延伸，以达到切割的效果，最终得到切割后的图像BW2；

5)对分割后的图像中的图案进行宽度统计，用于建立纤维素的二维或者三维随机模型，宽度统计是通过逐一提取每条纤维的中心骨架以及边缘为基础实现对图片中图案宽度的统计，具体过程为：

5.1)对切割后的图像BW2进行连通域编号，并按照编号顺序，逐一提取出来进行后续一列操作；

5.2)使用bwmorph的remove模块和skel模块提取BW2图像的第i个连通域的边缘线BW1_1与中心骨架BW1_2；

5.3)随机在BW2图像的中心骨架BW2_2上取一定数量的点，通过扫描算法，得到边缘线BW2_1上距离测试点最近的边缘点；

5.4)测定测试点与对应边缘点之间的距离r，得到纤维的直径d＝2*r；当宽度统计完成之后，能得到不同纤维直径数据。

2.根据权利要求1所述的一种基于图像处理的纤维图像分割及直径统计方法，其特征在于：步骤2)中的二值化处理是通过使用比特图层分层的算法，将灰度图像分成八张二值化图片，选择蕴含图像信息最多的第八层比特图层为目标图片来进行下一步处理。

3.根据权利要求2所述的一种基于图像处理的纤维图像分割及直径统计方法，其特征在于：步骤3)中的去除处理是通过Matlab的bwareaopen函数，分别对二值化图像BW取反前后进行去除处理。

4.根据权利要求3所述的一种基于图像处理的纤维图像分割及直径统计方法，其特征在于：步骤4.3)的判断过程为：

4.3.1)如果不是，将该点去除，继续下个点的连通性判断，直至所有点的连通性都判断完成；

4.3.2)如果是，将该点保存，继续下个点的连通性判断，直至所有点的连通性都判断完成。