使用Java opencv连接图像中检测到的皱纹的断行

我正在制作一个程序来检测从高分辨率相机拍摄的图像中的皱纹 . 目前该项目正处于起步阶段 . 到目前为止，我已执行了以下步骤：

• 转换为灰度并对比图像 .

• 使用高斯模糊去除噪音 .

• 应用自适应阈值来检测皱纹 .

• 使用扩张来增强检测到的皱纹的大小，并尽可能地加入单个皱纹的不同元素 .

• 通过查找轮廓并移除较小区域的轮廓来消除噪音 .

这是相同的代码：

package Wrinkle.Detection;

import java.util.ArrayList;
import java.util.List;

import org.opencv.core.Core;
import org.opencv.core.CvType;
import org.opencv.core.Mat;
import org.opencv.core.MatOfPoint;
import org.opencv.core.Scalar;
import org.opencv.core.Size;
import org.opencv.highgui.Highgui;
import org.opencv.imgproc.Imgproc;

public class DetectWrinkle {

    private Mat sourceImage;
    private Mat destinationImage;
    private Mat thresh;

    public void detectUsingThresh(String filename) {
        sourceImage =  Highgui.imread(filename, Highgui.CV_LOAD_IMAGE_GRAYSCALE);

        //Contrast
        Mat contrast = new Mat(sourceImage.rows(), sourceImage.cols(), sourceImage.type());
        Imgproc.equalizeHist(sourceImage, contrast);
        Highgui.imwrite("wrinkle_contrast.jpg", contrast);

        //Remove Noise
        destinationImage = new Mat(contrast.rows(), contrast.cols(), contrast.type());
        Imgproc.GaussianBlur(contrast, destinationImage,new Size(31,31), 0);
        Highgui.imwrite("wrinkle_Blur.jpg", destinationImage);

        //Apply Adaptive threshold
        thresh = new Mat();
        Imgproc.adaptiveThreshold(destinationImage, thresh, 255, Imgproc.ADAPTIVE_THRESH_GAUSSIAN_C, Imgproc.THRESH_BINARY_INV, 99, 10);
        Highgui.imwrite("wrinkle_threshold.jpg", thresh);

        // dilation 
        Mat element1 = Imgproc.getStructuringElement(Imgproc.MORPH_RECT, new  Size(2*3+1, 2*6+1));
        Imgproc.dilate(thresh, thresh, element1);
        Highgui.imwrite("wrinkle_thresh_dilation.jpg", thresh);

        //Find contours
        List<MatOfPoint> contours = new ArrayList<MatOfPoint>(); 
        Mat image32S = new Mat();
        Mat threshClone = thresh.clone();
        threshClone.convertTo(image32S, CvType.CV_32SC1);
        Imgproc.findContours(image32S, contours, new Mat(), Imgproc.RETR_FLOODFILL,Imgproc.CHAIN_APPROX_SIMPLE);

        //Find contours with smaller area and color them to black (removing furhter noise)
        Imgproc.cvtColor(thresh, thresh, Imgproc.COLOR_GRAY2BGR); 
        for (int c=0; c<contours.size(); c++) {
            double value = Imgproc.contourArea(contours.get(c));
            if(value<500){
                Imgproc.drawContours(thresh, contours, c, new Scalar(0, 0, 0), -1); 
            }
        }
        Highgui.imwrite("wrinkle_contour_fill.jpg", thresh);

    }

    public static void main(String[] args) {
        DetectWrinkle dw = new DetectWrinkle();
        System.loadLibrary( Core.NATIVE_LIBRARY_NAME );
        String imagefile = "wrinkle_guo (1).bmp";
        dw.detectUsingThresh(imagefile);
    }
}

Question: 从图像中显示的结果可以看出，皮肤上的单个皱纹被分解成单独的小元素 . 在这里，我试图通过使用扩张来连接这些元素以显示完整的皱纹 . 一旦完成，我通过首先检测轮廓，计算轮廓的面积然后去除面积小于特定值的轮廓来消除噪声 .

然而，这并没有给我一个合适的结果，所以我觉得可以有更好的方法加入破碎的皱纹元素 . 请帮我解决这个问题 .

请原谅我，如果问题有任何问题，我真的需要一个解决方案，我在这里是新手 .

以下是图片：

Input image After getting contours and removing noise by finding contour area