基于分水岭算法和最小生成树的分布均匀性评估方法

摘要

本发明提供一种基于分水岭算法和最小生成树的分布均匀性评估方法，对图像进行灰度处理与中值滤波；使用OTSU大津法进行二值化处理；进行形态学运算，得到特征标记图像；利用分水岭算法进行分割；计算分割后的图像中分割区域的质心及质心距离组成的邻接矩阵；利用Prim算法，计算最小生成树；基于最小生成树分析图像中颗粒或斑点的分布均匀性。本发明提供的方法对图像的干扰、噪声等无效信息进行过滤，为分水岭算法的提供了标记来源，避免了颗粒或斑点尺寸不一致时产生的误分割以及噪声造成的过分割现象；基于分水岭算法的分割更好表征颗粒或斑点之间以及颗粒或斑点与整体分布之间的关系；利用Prim算法获得最小生成树，时间复杂度低，效率高，对分布均匀性的评估更准确。

主权项

一种基于分水岭算法和最小生成树的分布均匀性评估方法，其特征在于，包括以下步骤：(1)对图像进行灰度处理，并进行中值滤波，得到滤波后的图像；(2)对所述滤波后的图像使用OTSU大津法，得到二值化图像；(3)对所述二值化处理进行形态学运算，得到特征标记图像；(4)利用分水岭算法对所述特征标记图像进行变换，得到分割后的图像；(5)计算所述分割后的图像中分割区域的质心及质心距离组成的邻接矩阵；(6)利用Prim算法，获得最小生成树；(7)基于最小生成树分析图像中颗粒或斑点的分布均匀性。