图像处理之应用篇-大米计数续

来源:互联网 发布:wireshark过滤端口抓包 编辑:程序博客网 时间:2024/03/28 15:51

from: http://blog.csdn.net/jia20003/article/details/7757276

图像处理之应用篇-大米计数续

背景介绍:

请看博客文章《图像处理之简单综合实例(大米计数)

其实拍出来的照片更多的是含有大米颗粒相互接触,甚至于有点重叠的照片

要准确计算大米的颗粒数非常困难,通过图像形态学开闭操作,腐蚀等手

段尝试以后效果不是很好。最终发现一种简单明了但是有微小误差的计数

方法。照相机图片:


算法思想:

主要是利用连通区域发现算法,发现所有连通区域,使用二分法,截取较小

部分的连通区域集合,求取平均连通区域面积,根据此平均连通区域面积,

作为单个大米大小,从而求取出粘连部分的大米颗粒数,完成对整个大米

数目的统计:

缺点:

平均连通区域面积的计算受制于两个因素,一个是最小连通区域集合的选取算法,

二个样本数量。算法结果跟实际结果有一定的误差,但是误差在1%左右。

 

程序算法代码详解

将输入图像转换为黑白二值图像,求得连通区域的算法代码如下:

src = super.filter(src,null);

getRGB(src, 0, 0, width,height, inPixels );

FastConnectedComponentLabelAlgfccAlg = new FastConnectedComponentLabelAlg();

fccAlg.setBgColor(0);

int[] outData = fccAlg.doLabel(inPixels, width, height);

 

获取平均大米颗粒连通区域的代码如下:

Integer[] values =labelMap.values().toArray(new Integer[0]);

Arrays.sort(values);

int minRiceNum = values.length/4;

float sum = 0;

for(int v=offset; v<minRiceNum +offset; v++) {

sum += values[v].intValue();

}

float minMeans = sum / (float)minRiceNum;

System.out.println(" minMeans = " + minMeans);

 

程序时序图如下:


程序运行效果如下:


实际大米颗粒数目为202,正确率为99%

完成大米数目统计的源代码如下(其它相关代码见以前的图像处理系列文章):

[java] view plaincopy
  1. public class FindRiceFilter extends BinaryFilter {  
  2.       
  3.     private int sumRice;  
  4.     private int offset = 10;  
  5.       
  6.     public int getSumRice() {  
  7.         return this.sumRice;  
  8.     }  
  9.       
  10.     public void setOffset(int pos) {  
  11.         this.offset = pos;  
  12.     }  
  13.   
  14.     @Override  
  15.     public BufferedImage filter(BufferedImage src, BufferedImage dest) {  
  16.         int width = src.getWidth();  
  17.         int height = src.getHeight();  
  18.         if ( dest == null )  
  19.             dest = createCompatibleDestImage( src, null );  
  20.   
  21.         int[] inPixels = new int[width*height];  
  22.         int[] outPixels = new int[width*height];  
  23.         src = super.filter(src, null);  
  24.         getRGB(src, 00, width, height, inPixels );  
  25.         FastConnectedComponentLabelAlg fccAlg = new FastConnectedComponentLabelAlg();  
  26.         fccAlg.setBgColor(0);  
  27.         int[] outData = fccAlg.doLabel(inPixels, width, height);  
  28.           
  29.         // labels statistic  
  30.         HashMap<Integer, Integer> labelMap = new HashMap<Integer, Integer>();  
  31.         for(int d=0; d<outData.length; d++) {  
  32.             if(outData[d] != 0) {  
  33.                 if(labelMap.containsKey(outData[d])) {  
  34.                     Integer count = labelMap.get(outData[d]);  
  35.                     count+=1;  
  36.                     labelMap.put(outData[d], count);  
  37.                 } else {  
  38.                     labelMap.put(outData[d], 1);  
  39.                 }  
  40.             }  
  41.         }  
  42.           
  43.         Integer[] values = labelMap.values().toArray(new Integer[0]);  
  44.         Arrays.sort(values);  
  45.         int minRiceNum = values.length/4;  
  46.         float sum = 0;  
  47.         for(int v= offset; v<minRiceNum + offset; v++) {  
  48.             sum += values[v].intValue();  
  49.         }  
  50.         float minMeans = sum / (float)minRiceNum;  
  51.         System.out.println(" minMeans = " + minMeans);  
  52.           
  53.         // try to find the max connected component  
  54.         Integer[] keys = labelMap.keySet().toArray(new Integer[0]);  
  55.         Arrays.sort(keys);  
  56.         int threshold = 10;  
  57.         ArrayList<Integer> listKeys = new ArrayList<Integer>();  
  58.         for(Integer key : keys) {  
  59.             if(labelMap.get(key) <=threshold){  
  60.                 listKeys.add(key);  
  61.             } else {  
  62.                 float xx = labelMap.get(key);  
  63.                 float intPart = (float)Math.floor(xx / minMeans + 0.5f);  
  64.                 sumRice += intPart;  
  65.             }  
  66.         }  
  67.         System.out.println( "Number of rice  = " + sumRice);  
  68.         // sumRice = keys.length - listKeys.size();  
  69.           
  70.         // calculate means of pixel    
  71.         int index = 0;      
  72.         for(int row=0; row<height; row++) {    
  73.             int ta = 0, tr = 0, tg = 0, tb = 0;    
  74.             for(int col=0; col<width; col++) {    
  75.                 index = row * width + col;    
  76.                 ta = (inPixels[index] >> 24) & 0xff;    
  77.                 tr = (inPixels[index] >> 16) & 0xff;    
  78.                 tg = (inPixels[index] >> 8) & 0xff;    
  79.                 tb = inPixels[index] & 0xff;  
  80.                 if(outData[index] != 0 && validRice(outData[index], listKeys)) {  
  81.                     tr = tg = tb = 255;  
  82.                 } else {  
  83.                     tr = tg = tb = 0;  
  84.                 }  
  85.                 outPixels[index] = (ta << 24) | (tr << 16) | (tg << 8) | tb;  
  86.             }  
  87.         }  
  88.         setRGB( dest, 00, width, height, outPixels );  
  89.         return dest;  
  90.     }  
  91.   
  92.     private boolean validRice(int i, ArrayList<Integer> listKeys) {  
  93.         for(Integer key : listKeys) {  
  94.             if(key == i) {  
  95.                 return false;  
  96.             }  
  97.         }  
  98.         return true;  
  99.     }  
  100.   
  101. }  
转载文章请务必注明出处
0 0