基于色彩空间聚类与全向梯度扫描的菌落计数方法

本发明涉及图像处理技术领域，具体的说是一种基于色彩空间聚类与全向梯度扫描的菌落计数方法，基于HSV色彩空间的非对称聚类模型，结合优化K‑means算法实现菌落与复杂背景的精准分离；随后构建几何中心标识体系，利用欧氏距离变换与动态阈值调整机制，预测出所有可能的菌落中心作为种子点；进一步的，通过全向梯度扫描的目标类筛选评估，筛选出目标不规则菌落区域；最后引入分水岭距边约束算法实现高密度菌落的精确分割。发明通过质心坐标验证与结果可视化优化，确保计数结果的可靠性。该方法显著提升了对半透明菌落、边缘模糊目标的识别能力，在复杂光照、高密度菌落场景下仍保持稳定的计数性能，大幅降低人工干预需求，提高检测效率与自动化水平。