基于目標(biāo)顏色的彩色圖像分割常包括色彩閾值處理（Color Threshold）和色彩分割（Color Segmentation）兩種方法。

色彩閾值處理可以對(duì)圖像在色彩空間中的3個(gè)分量分別進(jìn)行閾值處理，并返回一個(gè)8位的二值圖像。色彩分割則通過對(duì)比圖像中各像素的色彩特征與其周圍像素的色彩特征，或?qū)Ρ绕渑c經(jīng)訓(xùn)練得到的色彩分類器信息，將圖像按色彩分割成不同的標(biāo)記區(qū)域。

色彩閾值處理常用于從圖像中分割僅有一種顏色的目標(biāo)，色彩分割則常用于從雜亂的背景中標(biāo)記出具有多種顏色的目標(biāo)，并對(duì)其進(jìn)行機(jī)器視覺檢測或計(jì)數(shù)。

色彩分割過程主要包括色彩分類器訓(xùn)練、色彩區(qū)域分割和分割區(qū)域后處理3個(gè)階段。

1、基于色彩樣本進(jìn)行色彩分類器訓(xùn)練；

2、確定檢測窗口大小（行列大小一般為奇數(shù)），在待測圖像上按設(shè)定的步長移動(dòng)該窗口，計(jì)算檢測窗口所覆蓋區(qū)域的色彩特征，并將該值作為窗口中心像素（Pivot Pixel）的色彩特征值；

3、計(jì)算檢測窗口所覆蓋區(qū)域和與其相鄰的幾個(gè)窗口所覆蓋區(qū)域的色彩特征距離，并選取特征距離最短的窗口進(jìn)行以下處理：

若最短特征距離小于預(yù)先設(shè)定的最大距離（Maximum Distance）閾值參數(shù)，就將該窗口中心像素的類別標(biāo)簽賦值給檢測窗口的中心像素。

否則，基于色彩分類器對(duì)檢測窗口區(qū)域進(jìn)行分類。若分類的識(shí)別可信度分值(ldentificationScore)大于預(yù)先設(shè)定的最小識(shí)別可信度分值（Minimum ldentification Score）閾值參數(shù)，就使用分類得到的類別標(biāo)簽對(duì)檢測窗口中心像素進(jìn)行標(biāo)記，否則不對(duì)中心像素進(jìn)行標(biāo)記。

4、按照預(yù)先設(shè)定的尺寸參數(shù)，濾除不符合尺寸要求的區(qū)域，即可得到對(duì)各顏色區(qū)域的標(biāo)記圖像（可以為8位、16位無符號(hào)類型或16位整型）。

整個(gè)過程按照下述流程執(zhí)行：

上述過程中使用的最大距離閾值參數(shù)Dmax由訓(xùn)練得到的色彩分類器信息確定。它是指可以被接受的相同類標(biāo)簽窗口中心像素色彩特征間距的最大值，可通過下式計(jì)算：

最大距離閾值參數(shù)越大，意味著允許使用相鄰窗口的顏色類別標(biāo)簽的像素越多。這可避免頻繁使用色彩分類器，并提高色彩分割的速度。但是，提高該參數(shù)值卻會(huì)犧牲色彩分割的準(zhǔn)確性。

在實(shí)際應(yīng)用中，常使用該參數(shù)的保守（Conservative）或激進(jìn)（Aggressive）值。保守值將兩個(gè)距離最接近的訓(xùn)練類別的間距定義為各類中樣本間距的最小值，激進(jìn)值則將兩個(gè)距離最近的訓(xùn)練類別的間距定義為各類中樣本間距的中間值。

此外，也可以通過為檢測窗口的移動(dòng)設(shè)定步長或降低色彩特征的分辨率來提高色彩分割過程的整體速度。相對(duì)于逐像素在圖像中移動(dòng)檢測窗口，以一定步長在圖像中移動(dòng)檢測窗口的計(jì)算量會(huì)極大地減少。采用較低分辨率的色彩特征，也會(huì)減少計(jì)算量，提高色彩分割過程的實(shí)時(shí)性。

NI Vision提供了封裝色彩分割過程的函數(shù)IMAQ Color Segmentation Supervised和IMAQ Get Color Segmentation Distance，它們位于LabVIEW的視覺與運(yùn)動(dòng)→lmage Processing→Color Processing函數(shù)選板中，如如圖所示：

其中IMAQ Color Segmentation Supervised用于實(shí)現(xiàn)色彩分割過程，IMAQ Get ColorSegmentation Distance則用于基于色彩分類器計(jì)算色彩分割過程要用到的最大距離閾值參數(shù)Dmax。

函數(shù)的說明和使用可參見幫助文檔：

通過一個(gè)色彩分割的實(shí)例：根據(jù)餅干不同部分顏色的區(qū)別，分割出巧克力、烘焙程度較好和欠烘焙的區(qū)域，了解其使用方法，程序設(shè)計(jì)思路如下所示：

• 程序一開始先從色彩分類器文件Cookie.clf中讀取訓(xùn)練得到的顏色類別等信息，并返回顏色分類器會(huì)話；
• 隨后調(diào)用IMAQ Get Color Segmentation Distance基于分類器會(huì)話計(jì)算可以被接受的相同類標(biāo)簽窗口中心像素色彩特征間距的最大值Dmax，并由IMAQ Color Segmentation Supervised完成色彩分割；
• 分割過程采用大小為15×15的檢測窗口、10個(gè)像素大小的步長，并規(guī)定區(qū)域不能小于10個(gè)像素（最大為整個(gè)圖像）；
• 為了增強(qiáng)色彩分割過程輸出的標(biāo)記圖像顯示效果，程序還為不同顏色類別指定了標(biāo)記灰度值。

程序?qū)崿F(xiàn)如下所示：

分割過程結(jié)束后，For循環(huán)統(tǒng)計(jì)所有符合要求的區(qū)域的灰度標(biāo)記值，然后調(diào)用IMAQLabelToROI將這些標(biāo)記區(qū)域轉(zhuǎn)換為ROI，并由IMAQ Group ROls將得到的ROl組合后交由IMAQ Overlay ROI以圖層的方式顯示在原圖像中。

觀察下圖顯示的程序運(yùn)行結(jié)果，可以發(fā)現(xiàn)，餅干中的巧克力、烘焙程度較好和欠烘焙的區(qū)域已經(jīng)被用不同的灰度值在輸出的圖像中進(jìn)行了標(biāo)記。不難想到，對(duì)標(biāo)記圖像進(jìn)行閾值化處理和顆粒分析，即可得到各種類型區(qū)域占整個(gè)餅干的比例。而基于此比例值，就能判斷生產(chǎn)線上餅干的質(zhì)量是否合格。

上述實(shí)例中所使用的色彩分類器文件Cookie.clf可事先由NI色彩分類訓(xùn)練器對(duì)餅干中不同部分的色彩進(jìn)行訓(xùn)練得到，可參見博文：LabVIEW色彩分類識(shí)別。

項(xiàng)目資源下載請(qǐng)參見：https://download.csdn.net/download/m0_38106923/20890565

總結(jié)

以上是生活随笔為你收集整理的LabVIEW彩色图像分割（基础篇—14）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。