基于像素點的面積計算在蜂窩麻面圖像的應用

聶秀才 李寶林

摘要：通過對橋梁病害檢測系統(tǒng)以及橋梁蜂窩麻面病害的研究，提出了一種基于像素點的蜂窩麻面病害面積的快速求解方法。首先介紹了基于像素點的面積計算在各類研究中的實踐與應用;其次基于像素點的面積計算方法，將其應用于蜂窩麻面圖像，并結(jié)合系統(tǒng)采集的圖片進行了實驗;最后得出：通過此方法進行計算的蜂窩麻面病害區(qū)域像素數(shù)與實際取得的病害像素數(shù)相比，誤差極小，接近無誤差，且計算速度更快、更穩(wěn)定;取得的病害區(qū)域像素數(shù)乘以像素當量即為病害區(qū)域的面積?？勺鳛楣こ虘庙椖繀⒖?。

關鍵詞：像素點;面積計算;蜂窩麻面;像素當量;二值化

中圖分類號：TP311? ? ?文獻標識碼： A

文章編號：1009-3044（2021）02-0164-02

面積是很多物質(zhì)特性的一個衡量標準。通過面積的大小，可以得知物質(zhì)的具體形態(tài)和發(fā)展趨勢。在橋梁安全檢測中，諸多外觀病害的檢測也需要面積的測定，面積的大小也關系著橋梁外觀病害的危害程度;測得準確的病害面積大小有助于確定橋梁的安全系數(shù)。

當前有很多測量圖像中特定區(qū)域面積的方法。例如方格法、基于Photoshop圖像面積測定法等。由于各方法都有優(yōu)缺點，本文選擇基于像素點的面積計算方法，應用于蜂窩麻面面積計算的研究。

1 基于像素點的面積計算應用

基于像素點的面積計算方法應用廣泛。

通過統(tǒng)計圖像上目標區(qū)域像素點個數(shù)的方法，在進行面積計算時得到了最好的估計，具有簡單高效的特點[1]。

對特定圖像進行面積計算的方法有很多，例如基于Photoshop軟件進行圖像面積的測定也是一種常用的方法;方格法常用來校正其他面積計算的方法[2]?；贔reeman算法進行像素點的矢量分析，進而對封閉區(qū)域邊界的像素進行標注，對取得的邊界像素實行坐標加權(quán)求和計算，取得封閉區(qū)域的面積[3]。

在測量植物體葉面面積計算時，基于像素點的面積計算應用也較為常見。

植物葉片面積的大小也是衡量植物是否正常生長的重要參數(shù)。在葉柄處去除葉柄并保留葉片的算法研究中，結(jié)合了局部閾值分割算法以及直方圖分割算法，得到了較好的圖像邊框;使用最佳閾值法對圖像進行分割得到了較好的葉片圖像，從而進行面積的計算;多技術(shù)結(jié)合使用以便取得更好的實驗效果，是目前較為主流的研究方向[4]。

使用Digimizer數(shù)字圖像技術(shù)進行葉面積測定的方法，與其他面積測定方法相比較，測定結(jié)果取得了極為顯著的線性相關關系，具有操作簡便、結(jié)果穩(wěn)定可靠等特點，此外還可進行形態(tài)特征的測量[5]。

基于RGB三原色通道相似性進行圖像分割，是一種常用的圖像分割算法，被廣泛應用于色彩較為豐富的圖像分割實驗中。根據(jù)彩色圖像通道的相似性結(jié)合自適應閾值分割方法，能夠更好地分割出目標區(qū)域，統(tǒng)計目標區(qū)域和參考區(qū)域的像素個數(shù)，就能夠得出目標區(qū)域面積。要取得較好的目標區(qū)域，最重要的是采取最佳的圖像分割方法并且此方法極度適合實驗對象。研究對象的不同，同樣的圖像分割方法可能得到不同的效果或者極差的結(jié)果[6]。

存在大量連通區(qū)域的圖像面積計算也可以使用基于像素點的面積計算。

在圖像處理中，多數(shù)圖片往往都包含了大量的連通區(qū)域，不同顏色、不同特征、不同物體分布于圖片的各個位置，有時需要計算出這些分布不均的連通區(qū)域的面積?；阪湵頂?shù)據(jù)結(jié)構(gòu)的存儲思想，提出邊掃描圖像，邊動態(tài)地存儲連通區(qū)域的頂點坐標集合，也即連通區(qū)域的面積，并將掃描完成的區(qū)域進行清除，解決了重復計算某一區(qū)域的可能以及時效問題[7]。

基于上述所描述的諸多基于像素點算得目標面積的方法，都是以找到、找全目標區(qū)域內(nèi)的像素個數(shù)，由記錄像素總數(shù)進而求得目標面積。由此，更精確地取得像素數(shù)成為重中之重。

2 基于像素點法的面積計算原理及實現(xiàn)

采集研究對象的樣本，并使用計算機技術(shù)對其進行一系列的處理，統(tǒng)計出實驗所需的多個參數(shù)，包括統(tǒng)計樣本的像素點、參照物的面積以及實驗個體的區(qū)域面積換算等，最后得出葉枯焦部分面積[8]。

基于計算機技術(shù)和數(shù)字圖像處理技術(shù)，設計研究相關系統(tǒng)用來解決某一實際性問題，是技術(shù)進步的具體表現(xiàn)。由于沒有描述具體的評判方法，此方法可行性分析固然牢靠，但結(jié)果的精確度尚未可知，還需進一步驗證。

2.1 算法原理簡介

通俗地講，基于像素點計算面積的方法是將所求區(qū)域的所有像素點統(tǒng)計出來，并乘以單個像素的像素當量。像素當量指的是同一條件下，實際物理尺寸下標定此范圍內(nèi)的像素數(shù)量，即為該物理尺寸下的像素當量;也可解釋為圖像中一個像素點代表的實際物理尺寸是多少。所以求得蜂窩麻面的病害區(qū)域的像素數(shù)，也就求得了該病害區(qū)域的面積;而要計算出較為精確的病害區(qū)域面積，就要精確統(tǒng)計出病害區(qū)域像素數(shù)，就要得到較好的病害區(qū)域分割圖。以此為目標，進行了以下實驗。

2.2 基于蜂窩麻面的算法實現(xiàn)

算法實驗采用Python語言編寫，Windows7系統(tǒng)，使用PyCharm開發(fā)工具實現(xiàn)。

首先，將采集好的蜂窩麻面圖像進行預處理：選擇三張原始圖片切割為相同大小的圖片;其次，選擇合適的圖片灰度化方法對圖片進行灰度化處理，這里選擇的是加權(quán)平均值灰度化方法，也稱三原色灰度化法，也是處理蜂窩麻面效果較好的方法之一;最后，基于灰度化后的圖片，進行自適應閾值分割，盡最大分割能力保留原始圖片的病害區(qū)域，并統(tǒng)計像素值為0的像素總數(shù)，即為病害區(qū)域的總像素數(shù)。

灰度化圖片以及二值化圖片對比如圖1所示。

分別統(tǒng)計出了3張圖片像素值為0的像素個數(shù)。如表1所示。

表1中，pre01_gr01.png、pre01_gr02.png、pre01_gr02.png表示的是自適應閾值分割后的二值化圖文件名。

3 結(jié)論分析與展望

統(tǒng)計少量不規(guī)則圖像區(qū)域面積時，常使用Photoshop統(tǒng)計實際病害區(qū)域的像素數(shù)。通過Photoshop對以上3張二值化圖的原始圖得到如下表所示的數(shù)據(jù)。

表2中，pre01.png、pre02.png、pre03.png是二值化圖片的原圖。

綜上，實驗初步得出的蜂窩麻面病害區(qū)域像素數(shù)，基本上符合通過Photoshop計算出來的病害區(qū)域的像素數(shù)量，誤差范圍在700～800個像素之間，滿足實驗初衷。而其他方法經(jīng)過檢驗并不適合蜂窩麻面的像素點統(tǒng)計與面積計算。由此可以看出，將基于像素點的面積計算方法用于橋梁外觀病害的面積檢測是可行的。可嵌入到橋梁外觀檢測病害的系統(tǒng)中，以便于更好地確定病害區(qū)域面積。

參考文獻：

[1] 祁廣云，馬曉丹.基于圖像的植物葉面積計算方法的研究[J].佳木斯大學學報（自然科學版），2009，27（2）：201-202.

[2] 崔世鋼，秦建華.圖像處理法測定油菜葉面積的研究[J].湖北農(nóng)業(yè)科學，2017，56（14）：2756-2757，2767.

[3] 李波，劉東華，梁光明，等.一種計算任意形狀封閉區(qū)域面積的新方法[J].國防科技大學學報，2002，24（4）：61-64.

[4] 馬麗，陶佳，杜秋菊.基于圖像處理的植物葉面面積計算算法研究[J].安徽農(nóng)業(yè)科學，2011，39（25）：15812-15814.

[5] 李樂，鐘迪，賈寶軍，等.蒙古櫟葉面積的數(shù)字圖像法測定[J].西北林學院學報，2016，31（6）：96-103.

[6] 韓殿元，黃心淵，付慧.基于彩色通道相似性圖像分割方法的植物葉面積計算[J].農(nóng)業(yè)工程學報，2012，28（6）：179-183.

[7] 郭尚，蘇鴻根.基于像素的計算大量連通區(qū)域面積的快速算法[J].計算機工程與設計，2008，29（7）：1760-1763.

[8] 程榮花，馬飛，馬麗.豆科植物葉枯焦面積自動化測量方法[J].江蘇農(nóng)業(yè)科學，2012，40（12）：108-110.

【通聯(lián)編輯：梁書】