基于像素点的面积计算在蜂窝麻面图像的应用

聂秀才 李宝林

摘要：通过对桥梁病害检测系统以及桥梁蜂窝麻面病害的研究，提出了一种基于像素点的蜂窝麻面病害面积的快速求解方法。首先介绍了基于像素点的面积计算在各类研究中的实践与应用;其次基于像素点的面积计算方法，将其应用于蜂窝麻面图像，并结合系统采集的图片进行了实验;最后得出：通过此方法进行计算的蜂窝麻面病害区域像素数与实际取得的病害像素数相比，误差极小，接近无误差，且计算速度更快、更稳定;取得的病害区域像素数乘以像素当量即为病害区域的面积。可作为工程应用项目参考。

关键词：像素点;面积计算;蜂窝麻面;像素当量;二值化

中图分类号：TP311     文献标识码： A

文章编号：1009-3044（2021）02-0164-02

面积是很多物质特性的一个衡量标准。通过面积的大小，可以得知物质的具体形态和发展趋势。在桥梁安全检测中，诸多外观病害的检测也需要面积的测定，面积的大小也关系着桥梁外观病害的危害程度;测得准确的病害面积大小有助于确定桥梁的安全系数。

当前有很多测量图像中特定区域面积的方法。例如方格法、基于Photoshop图像面积测定法等。由于各方法都有优缺点，本文选择基于像素点的面积计算方法，应用于蜂窝麻面面积计算的研究。

1 基于像素点的面积计算应用

基于像素点的面积计算方法应用广泛。

通过统计图像上目标区域像素点个数的方法，在进行面积计算时得到了最好的估计，具有简单高效的特点[1]。

对特定图像进行面积计算的方法有很多，例如基于Photoshop软件进行图像面积的测定也是一种常用的方法;方格法常用来校正其他面积计算的方法[2]。基于Freeman算法进行像素点的矢量分析，进而对封闭区域边界的像素进行标注，对取得的边界像素实行坐标加权求和计算，取得封闭区域的面积[3]。

在测量植物体叶面面积计算时，基于像素点的面积计算应用也较为常见。

植物叶片面积的大小也是衡量植物是否正常生长的重要参数。在叶柄处去除叶柄并保留叶片的算法研究中，结合了局部阈值分割算法以及直方图分割算法，得到了较好的图像边框;使用最佳阈值法对图像进行分割得到了较好的叶片图像，从而进行面积的计算;多技术结合使用以便取得更好的实验效果，是目前较为主流的研究方向[4]。

使用Digimizer数字图像技术进行叶面积测定的方法，与其他面积测定方法相比较，测定结果取得了极为显著的线性相关关系，具有操作简便、结果稳定可靠等特点，此外还可进行形态特征的测量[5]。

基于RGB三原色通道相似性进行图像分割，是一种常用的图像分割算法，被广泛应用于色彩较为丰富的图像分割实验中。根据彩色图像通道的相似性结合自适应阈值分割方法，能够更好地分割出目标区域，统计目标区域和参考区域的像素个数，就能够得出目标区域面积。要取得较好的目标区域，最重要的是采取最佳的图像分割方法并且此方法极度适合实验对象。研究对象的不同，同样的图像分割方法可能得到不同的效果或者极差的结果[6]。

存在大量连通区域的图像面积计算也可以使用基于像素点的面积计算。

在图像处理中，多数图片往往都包含了大量的连通区域，不同颜色、不同特征、不同物体分布于图片的各个位置，有时需要计算出这些分布不均的连通区域的面积。基于链表数据结构的存储思想，提出边扫描图像，边动态地存储连通区域的顶点坐标集合，也即连通区域的面积，并将扫描完成的区域进行清除，解决了重复计算某一区域的可能以及时效问题[7]。

基于上述所描述的诸多基于像素点算得目标面积的方法，都是以找到、找全目标区域内的像素个数，由记录像素总数进而求得目标面积。由此，更精确地取得像素数成为重中之重。

2 基于像素点法的面积计算原理及实现

采集研究对象的样本，并使用计算机技术对其进行一系列的处理，统计出实验所需的多个参数，包括统计样本的像素点、参照物的面积以及实验个体的区域面积换算等，最后得出叶枯焦部分面积[8]。

基于计算机技术和数字图像处理技术，设计研究相关系统用来解决某一实际性问题，是技术进步的具体表现。由于没有描述具体的评判方法，此方法可行性分析固然牢靠，但结果的精确度尚未可知，还需进一步验证。

2.1 算法原理简介

通俗地讲，基于像素点计算面积的方法是将所求区域的所有像素点统计出来，并乘以单个像素的像素当量。像素当量指的是同一条件下，实际物理尺寸下标定此范围内的像素数量，即为该物理尺寸下的像素当量;也可解释为图像中一个像素点代表的实际物理尺寸是多少。所以求得蜂窝麻面的病害区域的像素数，也就求得了该病害区域的面积;而要计算出较为精确的病害区域面积，就要精确统计出病害区域像素数，就要得到较好的病害区域分割图。以此为目标，进行了以下实验。

2.2 基于蜂窝麻面的算法实现

算法实验采用Python语言编写，Windows7系统，使用PyCharm开发工具实现。

首先，将采集好的蜂窝麻面图像进行预处理：选择三张原始图片切割为相同大小的图片;其次，选择合适的图片灰度化方法对图片进行灰度化处理，这里选择的是加权平均值灰度化方法，也称三原色灰度化法，也是处理蜂窝麻面效果较好的方法之一;最后，基于灰度化后的图片，进行自适应阈值分割，尽最大分割能力保留原始图片的病害区域，并统计像素值为0的像素总数，即为病害区域的总像素数。

灰度化图片以及二值化图片对比如图1所示。

分别统计出了3张图片像素值为0的像素个数。如表1所示。

表1中，pre01_gr01.png、pre01_gr02.png、pre01_gr02.png表示的是自适应阈值分割后的二值化图文件名。

3 结论分析与展望

统计少量不规则图像区域面积时，常使用Photoshop统计实际病害区域的像素数。通过Photoshop对以上3張二值化图的原始图得到如下表所示的数据。

表2中，pre01.png、pre02.png、pre03.png是二值化图片的原图。

综上，实验初步得出的蜂窝麻面病害区域像素数，基本上符合通过Photoshop计算出来的病害区域的像素数量，误差范围在700～800个像素之间，满足实验初衷。而其他方法经过检验并不适合蜂窝麻面的像素点统计与面积计算。由此可以看出，将基于像素点的面积计算方法用于桥梁外观病害的面积检测是可行的。可嵌入到桥梁外观检测病害的系统中，以便于更好地确定病害区域面积。

参考文献：

[1] 祁广云，马晓丹.基于图像的植物叶面积计算方法的研究[J].佳木斯大学学报（自然科学版），2009，27（2）：201-202.

[2] 崔世钢，秦建华.图像处理法测定油菜叶面积的研究[J].湖北农业科学，2017，56（14）：2756-2757，2767.

[3] 李波，刘东华，梁光明，等.一种计算任意形状封闭区域面积的新方法[J].国防科技大学学报，2002，24（4）：61-64.

[4] 马丽，陶佳，杜秋菊.基于图像处理的植物叶面面积计算算法研究[J].安徽农业科学，2011，39（25）：15812-15814.

[5] 李乐，钟迪，贾宝军，等.蒙古栎叶面积的数字图像法测定[J].西北林学院学报，2016，31（6）：96-103.

[6] 韩殿元，黄心渊，付慧.基于彩色通道相似性图像分割方法的植物叶面积计算[J].农业工程学报，2012，28（6）：179-183.

[7] 郭尚，苏鸿根.基于像素的计算大量连通区域面积的快速算法[J].计算机工程与设计，2008，29（7）：1760-1763.

[8] 程荣花，马飞，马丽.豆科植物叶枯焦面积自动化测量方法[J].江苏农业科学，2012，40（12）：108-110.

【通联编辑：梁书】