8.5.1 颗粒自动计数
实现图像中颗粒的自动计数是本设计的主要目的之一。通常颗粒的粘连程度与杂质物体的存在都会影响到计数的准确性，本节在研究过程中设计了两种方法来进行计数。一种是利用面积法来判断颗粒数，另一种是通过统计改进分水岭分割后的区域个数来实现计数功能。这两种方法都能比较好地实现计数功能，但面积法会破坏颗粒本身的形状信息，而区域计数的方法则保持了颗粒的基本信息，在此基础上可以很好地提取颗粒的特征参数。
(1)面积法计数
面积法计数的思想是通过对原图像的二值图像进行数学形态学处理，选择合适的结构因素，对颗粒物体不断地进行腐蚀，使得互相粘连的颗粒接触部分越来越少，直至分割开来，而颗粒物体不会被完全腐蚀掉。最终腐蚀结果是图像中大部分的颗粒被独立地分割出来，只有少数的颗粒还粘连在一起。然后对物体面积进行统计，设定多个阈值T1、T2、T3、T4。根据面积在某个阈值范围内，判断该物体是单独的颗粒，还是由几个粘连颗粒组成的物体。具体的判断公式如下所示：
公式中nums为总颗粒数，当物体面积小于T1时，将该物体判为单独的颗粒，总数加1；当物体面积大于等于T1小于T2时，则判为2个颗粒粘连而成的物体，其他阈值范围也相类似。对本节设计的采用玉米颗粒图像进行数学形态学处理后的结果如图8.40所示。通过大量的实验表明，对图像进行不断腐蚀后粘连在一起的颗粒数不会超过5个，因此在公式(8.40)中，将面积大于T4的物体都视为5个颗粒粘连而成。图8.40(c)为面积分布直方图，根据直方图上面积的分布规律，可以分别设定阈值为800、1600、2200、2800。利用这些阈值对不同分布、不同数目的玉米颗粒图像进行计数，其结果误差都不超过2%。该方法过程简单，由于腐蚀运算可以将大部分的粘连颗粒分割开来，因此省略了分割过程，提高了效率，也使计数结果不受物体粘连程度的影响。
图8.40 面积法计数示意图(https://www.daowen.com)
(a)玉米图像；(b)多次形态学处理图；(c)面积分布直方图
(2)基于分水岭分割区域的计数
利用改进分水岭算法对图像进行分割后，图像中的颗粒物体都被分割成不同的区域。对不同区域进行顺序标号，使得不同区域中像素点的值等于其区域号。对玉米颗粒图像中各区域进行标号如图8.41所示。其中最大的区域号即为图像中颗粒的总数。该方法是在改进分水岭算法分割的基础上，对颗粒进行计数。在计数过程中，不会破坏颗粒的形状信息，而且计数具有较高的准确率，也可以使用于其他应用领域不同类型的图片。同时计数过程中对各区域进行标号，方便了后面特征参数提取，具体的区域标号方法在面积特征参数提取中作介绍。
图8.41 对不同区域标号图
利用上述两种方法对不同数目、不同分布的玉米颗粒图像进行计数，其计数结果统计如表8.1所示。从表8.1中可以看出，在相同拍摄条件下，随着颗粒数目的增加，颗粒粘连情况越严重，使得两种计数方法的准确率都有所降低。
表8.1 不同数量与分布状况的玉米图像计数结果
