基于特征模糊推理的形态学颗粒分割算法

？针对粘连或重叠颗粒图像的分割问题，提出了一种基于特征模糊推理的局部形态学重构参数计算方法，对传统的距离变换结合分水岭的算法进行了改进。在传统距离变换结合分水岭方法的基础上，将颗粒图像划分成若干连通区域，每个连通区域单独处理，使用形态学局部重构的方法抑制分水岭的过分割现象。通过对距离图像连通区域极大值进行统计分析，提取该连通区域的颗粒形态特征。将颗粒形态特征作为模糊输入，重构参数特征作为模糊输出，使用模糊推理方法自适应地计算重构参数，解决了重构参数选取的不确定性问题。最后对重构图像进行分水岭变换得到颗粒分割图像。实验结果表明，该方法对各种粘连状态的颗粒分割效果良好，克服了传统方法的过分割与参数自适应选择的问题。