图像分割方法与流程

1.本发明涉及油液分析技术领域，特别涉及一种对磨粒谱片图像进行图像分割的方法。


背景技术：

2.油液分析技术是通过油液中污染物的检测，对设备进行状态评估，并输出设备维护建议。油液分析技术在工业领域的不断应用与不断改进，使得油液中的磨粒信息得到了充分挖掘，由于可以直接指示设备关键摩擦副的磨损工况，磨粒分析成为油液分析技术开展的核心。通过滤膜谱片技术制备磨粒谱片，用显微镜进行观察获取油液中磨损颗粒的形状、尺度、数量以及异常金属磨损颗粒具体种类等信息，这些信息可以完整地揭示摩擦副接触表面经历的磨损异常，从而获取磨损状态。
3.为获得全沉积域金属磨损颗粒的具体位置，采用双光源显微镜，光源切换为红色反射光绿色透射光，在此光源下，金属磨损颗粒表面呈红色，因此需对获取的图像进行颜色分割，图像为二值图，并对其进行定位，后续逐个细化扫描。
4.现有对扫描的全谱图进行分割的主要方法是依据hsv颜色分割目标区域，但为将金属磨粒完整识别出来，需采用h、v两个值，此提取过程中可能会提取到不透光呈黑色的油品污染物，图像分割准确率较低。此外，现有依据hsv颜色分割区域的方法对于不同油液磨粒设定的h、v值不同，需要人工确定h色调调整范围和v明度调整范围，效率较低。


技术实现要素：

5.有鉴于此，本发明的目的是提供一种图像分割方法，以解决现有依据hsv颜色对磨粒谱片图像进行分割的方法存在准确率较低，且需针对不同的油液磨粒设定不同的h、v值范围通用性差等的技术问题。
6.本发明图像分割方法，包括以下步骤：
7.1)在图像中选择至少一个目标像素点标注正标签，在同一图像中选择至少一个背景像素点标注负标签；
8.2)分析正标签和负标签选定的像素点在rgb颜色空间中的r、g和b三个参数的值，分析正标签和负标签选定的像素点在hsv颜色空间中的h、s和v三个参数的值，分析正标签和负标签选定的像素点在hls颜色空间模型中h、l和s三个参数的值，得到正标签所标定的像素点的9个参数值和负标签所标定的像素点的9个参数值；
9.3)通过支持向量机根据步骤2)获得的正标签所标定的全部像素点的9个参数值计算出正标签的9个参数的阈值范围，根据步骤2)获得的负标签所标定的全部像素点的9个参数值计算出负标签的9个参数的阈值范围；
10.4)根据步骤3)的计算结果设定正标签的阈值范围和负标签的阈值范围，并设定标注最小尺寸，然后对同类图像进行自动标注。
11.本发明的有益效果：
12.本发明图像分割方法，通过在一张图像中标注正、负标签，并分析正、负标签在三种颜色空间中的9个参数，再依据得到的正、负标签的9个参数对同类图片中的目标颜色区域自动标注，从而将目标物与背景图像分割开来，本发明图像分割方法不但简单便于操作，且同时引入9个参数比原有方法只通过hsv划分目标区域准确率更高，能提高磨粒谱片图像分割效率；且本方法中标签阈值的范围自动确定，解决了现有依据hsv颜色分割区域的方法需要人工确定h色调调整范围和v明度调整范围，效率较低的问题。本发明图像分割方法不但适用于异常金属磨粒的识别，同时也可用于类似的图像目标物识别。
附图说明
13.图1为对磨损颗粒图谱标注正、负标签的示例图；
14.图2为待分割的磨损颗粒图谱；
15.图3为采用从图1得到的正、负标签参数对图2进行标注的示例图。
具体实施方式
16.下面结合附图和实施例对本发明作进一步描述。
17.如图所示，本实施例中图像分割方法，其包括以下步骤：
18.1)在图像中选择至少一个目标像素点标注正标签，在同一图像中选择至少一个背景像素点标注负标签；
19.2)分析正标签和负标签选定的像素点在rgb颜色空间中的r、g和b三个参数的值，分析正标签和负标签选定的像素点在hsv颜色空间中的h、s和v三个参数的值，分析正标签和负标签选定的像素点在hls颜色空间模型中h、l和s三个参数的值，得到正标签所标定的像素点的9个参数值和负标签所标定的像素点的9个参数值；
20.3)通过支持向量机根据步骤2)获得的正标签所标定的全部像素点的9个参数值计算出正标签的9个参数的阈值范围，根据步骤2)获得的负标签所标定的全部像素点的9个参数值计算出负标签的9个参数的阈值范围；
21.4)根据步骤3)的计算结果设定正标签的阈值范围和负标签的阈值范围，并设定标注最小尺寸，然后对同类图像进行自动标注。
22.采用本实施例中方法对磨损颗粒图谱进行图像分割的实例如图1-3所示，图1为对磨损颗粒图谱标注正、负标签的示例图，红色为金属磨损颗粒，对该图选择正、负标签标注，获得得正、负标签的9个参数。图2为待分割的磨损颗粒图谱，图3为采用从图1得到的正、负标签参数对图2进行标注的示例图，可见其成功的识别出图2中的目标颜色区域。
23.最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。


技术特征：
1.一种图像分割方法，其特征在于，包括以下步骤：1)在图像中选择至少一个目标像素点标注正标签，在同一图像中选择至少一个背景像素点标注负标签；2)分析正标签和负标签选定的像素点在rgb颜色空间中的r、g和b三个参数的值，分析正标签和负标签选定的像素点在hsv颜色空间中的h、s和v三个参数的值，分析正标签和负标签选定的像素点在hls颜色空间模型中h、l和s三个参数的值，得到正标签所标定的像素点的9个参数值和负标签所标定的像素点的9个参数值；3)通过支持向量机根据步骤2)获得的正标签所标定的全部像素点的9个参数值计算出正标签的9个参数的阈值范围，根据步骤2)获得的负标签所标定的全部像素点的9个参数值计算出负标签的9个参数的阈值范围；4)根据步骤3)的计算结果设定正标签的阈值范围和负标签的阈值范围，并设定标注最小尺寸，然后对同类图像进行自动标注。

技术总结
本发明公开了一种本实施例中图像分割方法，其包括步骤：1)在图像中选择像素点标注正标签和负标签；2)分析正标签和负标签选定的像素点在RGB、HSV和HLS颜色空间的参数值，得到像素点的9个参数值；3)通过支持向量机计算出正、负标签的9个参数的阈值范围；4)根据步骤3)的计算结果设定正、负标签的阈值范围，并设定标注最小尺寸，然后对同类图像进行自动标注。本发明图像分割方法操作简单，且同时引入9个参数比原有方法只通过HSV划分目标区域准确率更高，能提高磨粒谱片图像分割效率；且解决了现有依据HSV颜色分割区域的方法需要人工确定H色调调整范围和V明度调整范围效率较低的技术问题。问题。问题。


技术研发人员：任松 曾利刚 朱倩雯
受保护的技术使用者：重庆切克威科技有限公司
技术研发日：2021.12.17
技术公布日：2022/3/22