CN100578545C - 标记图像的生成方法和图像处理系统 - Google Patents

标记图像的生成方法和图像处理系统 Download PDF

Info

Publication number
CN100578545C
CN100578545C CN200580027460A CN200580027460A CN100578545C CN 100578545 C CN100578545 C CN 100578545C CN 200580027460 A CN200580027460 A CN 200580027460A CN 200580027460 A CN200580027460 A CN 200580027460A CN 100578545 C CN100578545 C CN 100578545C
Authority
CN
China
Prior art keywords
pixels
block
pixel
adjacent
identifying information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN200580027460A
Other languages
English (en)
Other versions
CN101006467A (zh
Inventor
松野知爱
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujifilm Business Innovation Corp
Original Assignee
IP Flex Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by IP Flex Inc filed Critical IP Flex Inc
Publication of CN101006467A publication Critical patent/CN101006467A/zh
Application granted granted Critical
Publication of CN100578545C publication Critical patent/CN100578545C/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00General purpose image data processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00General purpose image data processing
    • G06T1/20Processor architectures; Processor configuration, e.g. pipelining
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/26Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/44Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/457Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by analysing connectivity, e.g. edge linking, connected component analysis or slices
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/94Hardware or software architectures specially adapted for image or video understanding
    • G06V10/955Hardware or software architectures specially adapted for image or video understanding using specific electronic processors
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00Indexing scheme for image data processing or generation, in general
    • G06T2200/28Indexing scheme for image data processing or generation, in general involving image processing hardware
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20021Dividing image into blocks, subimages or windows

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Software Systems (AREA)
  • Geometry (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

在生成像素被标记了识别信息的标记图像时,为了识别构成图像元素的像素,从包括用于形成图像的多个像素的数据,将包括二维空间上相互相邻的四个像素的像素块作为一个单位进行输入。对包括在像素块中的作为分组对象的所有on像素标记共同的标识符。由于包括在像素块中的on像素必然连结,因而可以标记共同的标识符而不计算这些像素是否连结。

Description

标记图像的生成方法和图像处理系统
技术领域
本发明涉及一种用于提取图像元素和其它目的的标记方法。
背景技术
向连结像素成分分配标记的标记处理被认为是处理二维图像的基本方法。日本特开平07-192130号公报公开了一种使用一维SIMD(Single Instruction stream Multiple Data stream,单指令流多数据流)处理器执行的标记处理的临时标记处理。在该公开技术中,使用一维SIMD处理器对图像中的各行按顺序执行临时标记的处理。
日本特开2002-230540号公报公开了一种通过一维SIMD处理器中的多个PE(processing element,处理元件)对输入图像的像素阵列中的斜线方向上的像素并行执行的标记处理。通过并行处理斜线方向上的多个像素,可以对与目标像素相邻的且在标记该目标像素前连结到该目标像素的像素进行标记。这样,可以有效使用SIMD处理器的并行处理能力,因此提高了处理速度。然而,为了实现该方法,即使对于分辨率约为200dpi的图像,也需要具有数千个PE的一维SIMD处理器沿斜线方向进行扫描。
发明内容
本发明的一个方面是生成标记图像的方法,该方法包括以下步骤:
a1.输入步骤,用于从包括用于形成图像的多个像素的数据,将包括在多维空间中相互相邻的多个像素的像素块作为一个单位进行输入;以及
a2.标记步骤,用于基于二值化的像素,对作为分组对象并包括在所述像素块中的所有on像素或所有off像素标记共同识别信息。
如果该图像是二维图像,则该像素块由在二维空间中相互相邻的2×2=4个像素组成。相反,如果该图像是三维图像,则该像素块由在三维空间中相互相邻的2×2×2=8个像素组成。包括在像素块中的每个像素与包括在该像素块中的所有其它像素相邻。当基于二值化的图像,通过对八个方向上连结的像素标记相同或共同的识别信息,来对组成图像的像素进行分组或分割时,在像素块中所包括的像素中,可以对作为分组对象的所有像素,即该像素块中具有相同状态或值的所有像素(即所有为ON(“1”)的on像素或所有为OFF(“0”)的off像素),标记该共同识别信息。因此,不需要对包括在该像素块中的作为分组对象的各个像素分配识别信息的处理,并且可以并行处理包括在像素块中的多个像素。因此,可以提高包括生成标记图像的处理的速度,在该标记图像中,已对像素标记了识别信息。
本发明的另一方面是图像处理系统,该图像处理系统包括:
b1:接口,用于从包括用于形成图像的多个像素的数据,将包括在多维空间中相邻的且构成像素块的多个像素的数据并行输入;以及
b2:标记处理器,用于基于二值化的像素,对作为分组对象且包括在所述像素块中的所有on像素或所有off像素并行标记共同识别信息。
在该图像处理系统中,并行输入组成像素块的多个像素,并对该多个像素并行标记该共同识别信息。该图像处理系统优选包括装备有处理区域的处理器,该处理区域包括多个处理元件,并且在该处理区域中,通过该多个处理元件来配置并行工作的多个数据通路。可以在该处理器的处理区域中配置该接口和该标记处理器,并且可以提供能够执行以下处理的处理器:输入多个像素的处理;以及通过流水线处理标记该多个像素的处理。
本发明的另一方面是图像处理方法,该方法包括以下步骤:
c1:输入步骤,用于从包括用于形成图像的多个像素的数据,将包括在多维空间中相互相邻的多个像素的像素块作为一个单位进行输入;
c2:标记步骤,用于基于二值化的像素,对作为分组对象且包括在所述像素块中的所有on像素或所有off像素标记共同识别信息;
c3:从标记的图像区别图像元素。
区别图像元素导致识别该图像元素、提取该图像元素、以及计算该图像元素的特征值。该特征值(特征量)包括该图像元素的一维或二维矩、面积、周长、浓度、宽度和其它值。如果该图像是三维的,则该图像元素的特征值包括体积(立方体积)、重心、矩和其它值。对于包括需要识别图像的处理的许多应用来说,识别图像元素并求其特征值是有效的。使用标记图像,执行自动安装的工业机器人可以判断已安装组件的位置和倾斜度。在自动驾驶设备中,使用标记图像来识别道路或障碍物。在三维CT扫描中,在用于获得图像体的基本特征或对图像体进行预处理的处理中,使用该标记图像。
用于生成标记图像的处理优选包括第一阶段和第二阶段;该第一阶段包括扫描图像、标记表示与相邻像素的关系的临时识别信息、以及生成多个临时识别信息的连结(链接或组合)信息;该第二阶段包括基于该临时识别信息及其连结信息,标记表示图像元素的真实识别信息。上述输入步骤和标记步骤可分别适用于第一阶段和第二阶段,并且可以提高各阶段的处理速度。
提供一种包括第一处理系统和第二处理系统的图像处理系统;该第一处理系统用于扫描图像、标记临时识别信息、以及生成识别信息的连结信息;该第二处理系统用于基于该连结信息,标记表示图像元素的真实识别信息。该第一处理系统和该第二处理系统分别包括接口和标记处理器,其中,该第一处理系统的标记处理器将临时识别信息作为共同识别信息进行标记,该第二处理系统的标记处理器将真实识别信息作为共同识别信息进行标记。图像处理系统优选包括装备有处理区域和用于重新配置该处理区域的控制单元的可重新配置的处理器。可以在各处理系统的处理结束后,在处理区域中配置第一处理系统中所包括的接口和标记处理器以及第二处理系统中所包括的接口和标记处理器。通过在处理区域中以不同定时配置第一处理系统和第二处理系统,可以有效使用处理器的硬件资源,并且可以提供具有高性能的小型化图像处理系统。
装备有多个处理单元的FPGA等可重新配置的集成电路装置是一个包括用于并行进行许多处理的功能的硬件。本申请人提交的WO02/095946所公开的可重新配置的集成电路装置由于该电路配置可动态改变而适用于以上图像处理系统。
在第一阶段和第一处理系统中,在标记临时识别信息时,像素块是用于标记临时识别信息的单位。因此,不是为各个像素(的单位)而是为像素块单位(的单位)选择标记的临时识别信息。在第一阶段和第一处理系统中,在标记临时识别信息时,与相邻像素组一起输入像素块,该相邻像素组包括已标记了临时识别信息的像素。以像素块为单位执行以下用于标记临时识别信息的步骤:
d1.当该相邻像素组包括可继承的临时识别信息时,继承该可继承的临时识别信息作为共同识别信息;
d2.当该相邻像素组包括其它可继承的临时识别信息时,记录所继承的临时识别信息和未继承的临时识别信息的连结信息;以及
d3.当该相邻像素组不包括可继承的临时识别信息时,设置新的临时识别信息作为共同识别信息。
用于标记临时识别信息的处理器可被配置用于以流水线方式进行以下处理:对像素块和相邻像素组进行解码的处理;以及对像素块中作为分组对象的像素标记所选择的作为共同识别信息的可继承的临时识别信息或新的临时识别信息的处理。在第一阶段后执行的且标记作为共同识别信息的真实识别信息的第二阶段包括独立于第一阶段的输入步骤和标记步骤,其中,在标记步骤中,基于该连结信息,将对连结关系中的像素块共同的真实识别信息作为共同识别信息进行标记。
其中一个标记图像具有用于分割像素连续或连结的图像元素的识别信息。为了生成这样的标记图像,在第一阶段和第一处理系统中,输入由在二维空间中相互相邻的四个像素组成的像素块和由与该像素块的两个相邻边相邻的六个像素组成的相邻像素组,并且当该像素块和该相邻像素组都包括组成像素连续的图像元素的像素时,继承包括在该相邻像素组中的临时识别信息。还可以输入多个像素块和与所述像素块有关的相邻像素组,并且可以对包括在像素块和相邻像素组中的组成连结的图像元素的像素标记共同临时识别信息。
在对包括在像素块中的作为分组对象的所有像素标记共同识别信息的方法中,不判断包括在像素块中的作为分组对象的像素是否是连续连结的。当标记共同识别信息的范围是仅包括2×2个像素的像素块时,通过共同识别信息识别在八个方向上连结的像素。通过增加在一个像素块中所包括的像素数量和/或对具有某种关系的像素块标记共同识别信息,可以对不必连续连结的像素标记共同识别信息。根据这种标记,可以对包括在高分辨率像素数据中的像素进行粗分组。也就是说,可以根据预定条件,将不连结的像素分组在一起。另外,由于可以使用并行处理向包括在像素块中的像素集中分配相同的识别信息,因而提高了标记处理的处理速度。由于在根据本方法的标记过程中不包括改变图像分辨率的处理,因而可以对高分辨率图像数据分配已粗分组的识别信息,而不会使图像数据的精度劣化。
在第一阶段和第一处理系统中,当输入至少一个像素块和包括至少一个与所述至少一个像素块相邻的像素块的相邻像素组时,以及当所述至少一个像素块和所述相邻像素组都包括作为分组对象的像素时,继承包括在所述相邻像素组中的临时识别信息。只要像素存在于像素块相互关连的范围内,则即使所述像素不连续或不连结,也继承临时识别信息。因此,可以对超过像素连结的范围的具有某些范围关系的像素分配共同识别信息。
在第一阶段和第一处理系统中,当输入由在二维空间中相互相邻的四个像素块组成的大像素块和由与该大像素块的两个相邻边相邻的六个像素块组成的相邻像素组时,并且当大像素块和相邻像素组均包括作为分组对象的像素时,继承包括在该相邻像素组中的临时识别信息。包括四个像素块的大像素块由十六个像素组成。因此,可以向四个像素块和与所述四个像素块相邻的六个像素块相关的范围内的像素分配共同识别信息,从而将这些像素分组在一起。通过这种标记,可以并行标记十六个像素,这样,可以并行处理包括在大像素块和相邻像素组中的四十个像素。该方法适于在具有大量并行工作的处理元件的硬件(处理器)中实现。尽管与继承有关的逻辑会变得复杂,但是还可以输入多个大像素块和与所述大像素块有关的相邻像素组,并且可以并行标记像素。
在用于标记真实识别信息的第二阶段和第二处理系统中,还可以基于该连结信息,设置对连结关系中的大像素块共同的真实识别信息作为共同识别信息,并且可以对包括在该大像素块中的作为分组对象的所有像素标记真实识别信息。在组合一些临时识别信息的重新标记阶段,可以对十六个或更多个像素并行标记真实识别信息。
本发明的另一方面是一种分析图像的方法,该方法包括以下步骤:
e1.输入步骤,用于从包括用于形成所述图像的多个像素的数据,将包括在多维空间中相互相邻的有限数量的像素的像素块作为一个单位进行输入;
e2.标记步骤,用于基于二值化的像素,对包括在所述像素块中的作为分组对象的所有on像素或所有off像素标记共同识别信息;以及
e3.通过以包括至少一个像素块为单位重复进行运算,来计算各图像元素的特征值。
在标记步骤中,相同的或共同的识别信息被集中分配给包括在作为单位的一个像素块中的像素。由于利用像素块来集合图像元素,因而通过以包括像素块为单位重复运算,可以计算各图像元素的特征值。该图像处理系统还优选包括第一处理器,该第一处理器用于通过以包括至少一个像素块为单位重复运算来计算各图像元素的特征值。当该图像处理系统包括可重新配置的处理器时,可以在已完成第一处理系统的处理后的适当定时,在该处理区域中重新配置该第一处理器。
该方法优选进一步包括以下处理:该处理与标记并行执行,并且以被标记的像素块为单位,计算对图像元素的特征值有贡献的块特征值。作为当使用识别信息求被分组在一起的图像元素的特征值的总和时的预处理,求各像素块的特征值是有效的。在计算块特征值的处理中,可以使用二值化的像素求特征量,并且还可以根据包括在标记像素块中的多值像素来计算块特征值。因此,根据包括灰度信息的多值像素求特征值的处理可与标记处理、尤其与标记临时识别信息的处理并行执行,因此,可以省掉基于标记信息再次访问包括灰度信息的图像数据所需的处理时间。
该图像处理系统优选进一步包括第二处理器,该第二处理器与所述标记处理器并行地通过所述接口被提供包括像素块的数据,并且被配置成以被标记的像素块为单位计算对图像元素的特征值有贡献的块特征值。该第二处理器应当被优选配置成根据包括在被标记的像素块中的多值像素,来计算对图像元素的特征值有贡献的值。
附图说明
图1示出以像素块为单位扫描图像;
图2(a)放大示出像素块和相邻像素组的排列,图2(b)示出临时标识符(临时ID)的排列;
图3(a)~图3(d)分别示出用于选择临时标识符的像素块和相邻像素组的像素排列的组合;
图4是一同示出用于选择临时标识符的像素块和相邻像素组的像素排列的组合的表;
图5示出以大像素块为单位扫描图像;
图6(a)放大示出大像素块和相邻像素组的排列,图6(b)示出临时标识符(监时ID)的排列;
图7(a)~图7(d)分别示出用于选择临时标识符的大像素块和相邻像素组的像素排列的组合;
图8是示出图像处理的概要的流程图;
图9示意性示出适用于图像处理的可重新配置的处理装置的结构;
图10(a)~10(c)示出使用可重新配置的处理装置的图像处理设备的配置;
图11示意性示出用于标记临时标识符的第一阶段的接口和标记处理器的配置;
图12示意性示出图11中所示的标记处理器的逻辑部分的配置;
图13示意性示出分析灰度的处理器(第二处理器)的配置;
图14示意性示出图13中所示的处理器的阈值单元的配置;
图15示意性示出灰度数据;
图16示意性示出用于标记真实标识符的第二阶段的接口和标记处理器的配置;
图17示意性示出执行用于提取Y方向上的最大值的处理的分析处理器(第一处理器)的配置。
具体实施方式
1.块标记的基本概念
图1示出块标记的基本概念。这里,使用以帧为单位输出(显示、打印等)的二值化的二维图像(二值图像)1作为例子图像。图像1是多个像素5的二维阵列,每个像素5均具有值“0”(OFF)或“1”(ON)。通过生成对像素5标记了识别信息的标记图像,可以分析包括在包括像素5的图像数据中的信息。从图像1中的信息来分割或区别由处于预定关系的像素5组成的图像元素,使得可以自动分析图像1,或者可以向用户显示图像1中的特定元素,并对其进行进一步分析。
使用传统标记来分割或分类像素5连续连结的元素(区域或部分,在本说明书中称为“图像元素”)。可以使用这里的块标记来分割像素5连续的图像元素,并且还可以使用该块标记从不连续但具有预定关系的像素5中分割图像元素。在本说明书中,识别不连续但具有预定关系的像素5以及识别连续像素5被称为“分组”。特别地,有时将识别不连续但具有预定关系的像素5称为“粗分组”。块标记处理进行分组,该分组包括可能的粗分组,因此,即使当像素5不连续时,仍可以判断给定范围内的或具有给定距离关系的像素组成图像中的一个元素。粗分组将包括连续像素的至多为几个像素远的像素识别为属于同一组。
在二值图像中,可以将由on像素组成的成分(元素)当作图像元素,其中on像素是为ON(即,具有值“1”)的像素,相反,还可以将由off像素组成的成分(元素)当作图像元素,其中off像素是为OFF(即,具有值“0”)的像素。在以下所述的例子图像中包括由on像素(值“1”)组成的图像元素。因此,在所述的块标记的例子方法中,对作为分组对象像素的具有值“1”的on像素标记识别信息。还可以使用类似的方法,执行用于分组具有值“0”的off像素的块标记处理。
1.1识别像素连结的图像元素
图1和图2示出与像素连结的图像元素有关的块标记像素的例子方法。在生成对像素标记了用于区别图像元素的识别信息的标记图像的处理中,需要判断包括在一个图像中的大量像素是如何连结的。在二维图像中,“图像元素”是在二维空间中延伸的连结区域。需要大量存储器来搜索二维空间中的图像元素,并且由于重复处理的可能性高,因而该处理通常效率较低。在该方法中,首先,在一维方向上进行搜索以判断各像素是否连结到已标记了临时识别信息的其它像素,并对所述各像素标记临时识别信息。在扫描图像的同时标记临时识别信息的过程中,当将已分配的临时识别信息的标识符连结到在随后阶段也已分配的临时识别信息的另一标识符时,继承其中一个标识符,并生成临时识别信息的所连结标识符的连结信息。当完成图像的扫描且为图像集合了连结信息时,使用临时识别信息和临时识别信息的连结信息来选择表示连结元素的“真实”识别信息,然后,生成对像素重新标记真实识别信息的标记图像。从该标记图像,可以区别能用在各种图像处理中的独立图像元素。
在块标记处理中,当标记排列在二维空间中的像素5,而不是逐一处理像素5或在以行为单位等的一维空间中进行处理时,将上、下、左和右相邻的四个像素5作为一个单位(称为“像素块”)并行处理。像素块2是2×2的二维阵列,并且包括在像素块2中的像素5相互相邻。因此,如果假定存在像素可被连结的八个方向,如果像素块2包括为“1”的像素,则连结包括在像素块2中的所有on像素5,而无需进一步的逻辑运算,并且向每个像素明确地分配共同识别信息,例如标记等相同的识别数据(标识符)。这意味着:通过以像素块2为单位对像素进行标记,并行处理四个像素5的2×2阵列,并且同时可以省略关于这四个像素5之间的关系的逻辑运算的处理。
以像素块2为单位的扫描方向可以是上、下、左和右中的任何一个。在本实施例中,将图1中所示的图像1的从左到右的方向(Y方向)作为扫描方向,将从上到下的方向(X方向)作为副扫描方向,来进行块标记。在判断包括在一个像素块2中的像素5如何连结时所参考的相邻像素组4由六个像素5组成,这六个像素5与像素块2的上边和左边相邻。在块标记过程中,用于临时或初步识别包括在像素块2中的四个像素P的数据(称之为“临时标识符”、“临时ID”或“临时标记”)是相同的,并且对包括在像素块2中的四个像素P并行标记相同的数据。
如图2(a)和2(b)中所示,用于临时识别包括在像素块2中的四个像素P(i,j)、P(i,j+1)、P(i+1,j)和P(i+1,j+1)的四个数据(“临时标识符”、“临时ID”或“临时标记”)PID(i,j)、PID(i,j+1)、PID(i+1,j)和PID(i+1,j+1)是相同的。因此,对这些像素并行标记相同的标识符。通过参考包括在已标记了临时标识符的相邻像素组4中的六个像素P(i-1,j-1)、P(i-1,j)、P(i-1,j+1)、P(i-1,j+2)、P(i,j-1)和P(i+1,j-1)各自的临时标识符,来决定像素块2的临时标识符。在以像素块2为单位扫描整个图像1的同时,重复该处理。以下为了简化说明,将包括在像素块2中的像素5按上述顺序称为像素g0~g3,将包括在相邻像素组4中的像素5按上述顺序称为像素r0~r5。
图3(a)~3(d)示出基于相邻像素组4中的像素的状态和像素块2的像素的状态由像素块2继承包括在相邻像素组4中的临时标识符的例子。注意,在图3(a)~3(d)中,示出用于标记像素块2的像素5的临时标识符仅基于像素块2的左上像素g0的状态的例子。在图3(a)中,像素块2的像素g0为“0”,并且不可能决定是否继承仅基于像素块2的像素g0的临时标识符。如果其它像素g1和g2也为“0”且仅右下像素为“1”,则不管相邻像素组4的状态如何,都不继承包括在相邻像素组4中的临时标识符,并向像素g3分配新的临时标识符。
在图3(b)中,像素块2的像素g0为“1”,且相邻像素组4的像素r0~r2、r4和r5为“0”。因此,在相邻像素组4中不包括可由像素g0继承的临时标识符。然而,根据相邻像素组4的像素r3的状态和像素块2中的像素g1的状态,存在由像素块2继承包括在相邻像素组4中的临时标识符的可能性。如果不存在可继承的标识符,则将新的临时标识符分配给像素块2中包括像素g0的像素。
在图3(c)中所示的左边和右边的例子中,像素块2中的像素g0为“1”。在左边的例子中,已对相邻像素组4的像素r0和r2标记了临时标识符。也就是说,左边的相邻像素组4的像素r0和r2都为“1”,并且由于已对相邻像素组4中的像素标记了临时标识符,因而已向像素r0和r2分配了一个或多个临时标识符。在右边的例子中,已向相邻像素组4的像素r2和r5分配了一个或多个临时标识符。另外,由于相邻像素组4中的为“1”的on像素不连续(不连结),因而存在对这些像素标记了不同临时标识符的可能性。在这些例子中,当对于像素g0存在多个可继承的临时标识符时,继承其中一个可继承的临时标识符,并且输出所继承的可继承的临时标识符和未继承的一个或多个其它可继承的临时标识符的连结信息。也就是说,当存在多个可继承的临时标识符时,将这些可继承的标识符中的一个作为临时标识符继承,而将其它标识符作为连结信息继承。因此,通过参考临时标识符和连结信息,像素的连结关系变得清晰。根据像素块2的其它像素和相邻像素组4的其它像素的状态,可由像素块2继承的临时标记不仅仅局限于与像素g0有关的临时标记。
在图3(d)中所示的左边和右边的例子中,像素块2的像素g0为“1”。在左边的例子中,相邻像素组4的像素r0和r1为“1”,像素r0和r1连结,因此像素r0和r1二者具有相同临时标识符的可能性高。在右边的例子中,相邻像素组4的像素r4为“1”,并且已分配了临时标识符。在这样的例子中,对于像素g0仅存在一个可继承的临时标识符,因此继承这一临时标识符。然而,根据像素块2的其它像素和相邻像素组4的其它像素,对于像素块2可能存在多个可继承的临时标识符,并且在这样的例子中,生成连结信息。
图4示出与决定像素块2的临时标识符有关的像素块2中的像素g0~g3的组合和相邻像素组4的像素排列的相应组合。组合#1~#5是继承分配给相邻像素组4的其中一个临时标识符,并将其分配给像素块2的情况。通过逻辑OR(或)结果来判断图4中所示的相邻像素组4的这些组合,并且根据像素块2中的像素的状态,将已分配给作为“1”示出的像素的其中一个临时标识符作为像素块2的临时标识符继承。例如,在组合#1中,如果已向相邻像素组4的像素P(r0)、P(r1)、P(r2)、P(r4)和P(r5)中的任何一个分配了临时标识符,并且像素块2的像素P(g0)为“1”,则将相邻像素组4的临时标识符PID(r0)、PID(r1)、PID(r2)、PID(r4)和PID(r5)中的任一个作为像素块2的临时标识符继承。在像素块2的像素P(g0)、P(g1)、P(g2)和P(g3)中,对作为分组对象的具有值“1”的像素标记所继承的临时标识符。这示出了图3(a)~3(d)中所示的临时标识符的继承。
1.2通过粗分组识别图像元素
上述标记是用于提取分别由严格连续连结的像素组成的元素的标记中的一种。通过粗分组识别分别由非连续(在一个像素或几个像素的范围内)连结的像素组成的元素并提取该图像元素也是有效的。由于对于粗分组,像素无需严格连续,因而其中一个应用是:在通过扫描仪等将图像转换成数据后,提取在图像中最初连续连结的但在将图像转换成数据的处理过程中变成一个像素或几个像素的范围而不连续的元素。
与用于提取由连续像素组成的元素的标记相比,可以高速且不使图像数据精度下降地提取由具有某些关系的像素组成的图像元素,因此该处理可用作图像的预分析,以全面或真实分析标记了图像中何处的连续元素来进行提取。其中一种参考方法包括:通过对从高分辨率图像转换来的低分辨率图像应用标记处理,生成标记图像;使用该标记图像临时决定边界位置;然后通过对该边界周围的区域上的原始高分辨率图像应用标记处理,生成另一标记图像;最后决定边界位置。这样,可以限制进行标记的高分辨率图像的区域。然而,低分辨率图像数据仅用于临时决定边界位置,并且由于该图像数据具有低图像质量,因而该数据是无用的,并且不能用来求图像元素的特征值。另一方面,当应用用于临时决定边界位置的粗分组时,在不生成较低分辨率的数据的情况下,处理速度变高。由于对于粗分组不需要降低数据的分辨率,因而可以使用相同的图像数据来进行高精度分组以及求图像元素的特征值。
图5和6示出使用块标记进行粗分组的例子。该分组可以识别与像素不必连续连结的图像元素有关的像素。作为分组对象的像素5为与以上相同的ON(具有值“1”)。同样对于粗分组,当识别处于二维空间中的像素5而不是逐一处理像素5时,首先将上、下、左和右相邻的四个像素5作为一个单位,即作为像素块2,进行处理。另外,在粗分组中,如果包括在像素块2中的至少一个像素5为ON(即,值为“1”),则将像素块2当成块的状态为ON来处理,并且如果两个相邻的像素块2分别包括至少一个on像素(为on的像素5),则将共同识别信息(相同的标识符、ID或标记值)分配给该像素块2中的所有on像素。
包括在像素块2中的像素5在二维空间上相互相邻。这意味着:如果包括在一个像素块2中的多个像素5内的任一像素5为“1”,则不需要对这些像素之间的位置关系进行逻辑运算。包括在像素块2中的“1”像素5连续连结,并且被明确地分配相同的标识符。另外,如果像素块2中包括至少一个“1”像素5,则将像素块2作为ON来处理。当相互相邻或邻接的两个像素块2都为ON时,对包括在这样的像素块2中的所有这样的像素5分配相同的标识符。因此,通过仅计算像素块2的位置关系,就可以对包括在像素块2中的所有像素进行分组,而不计算包括在像素块2中的各个像素5的位置关系。这意味着:可以并行标记更多像素,并且花费更少的处理时间进行标记。
在图5和6中所示的粗分组中,将上、下、左和右相邻的四个像素块2作为一个大像素块3并行标记,也就是说,大像素块3是用于生成标记图像的像素处理单位。大像素块3包括在二维空间上相互相邻的四个(即,2×2)像素块2。因此,如果包括在一个大像素块3中的多个像素块2中的任何一个为ON,则不需要进行进一步的逻辑运算。这些像素块2应该为ON,并且对包括在这样的像素块2中的这样的像素5标记相同的标识符。通过以大像素块3为单位进行分组处理,可以并行处理2×2×4=16个像素5,而无需用于对这样的十六个像素5之间的关系进行逻辑运算的处理。
包括在大像素块3中的像素5具有两个像素块2的范围内的基于距离的关系,并且可以认为这样的像素5属于通过这种关系链接的一组像素而对其进行识别。同样,可以理解:当在大像素块3和与大像素块3相邻的像素块2中包括为ON的像素5时,通过对这样的像素5标记相同的标识符,对具有三个像素块2的最大范围的基于距离的关系的像素进行分组或分割。
在粗分组中,以大像素块3为单位的扫描方向可以是上、下、左和右中的任何一个。在本实施例中,如上所述,以图5中所示的图像1的从左到右的方向(Y方向)作为扫描方向和从上到下的方向(X方向)作为副扫描方向进行搜索。因此,用于判断与一个大像素块3的关系的相邻像素组4由与大像素块3的上边和左边邻接或相邻的六个像素块2组成。
图6(a)和6(b)示出包括在大像素块3和相邻像素组4中的像素块2的成分。在这样的块标记中,大像素块3由像素块BL5、BL6、BL8和BL9组成(以下将各个像素块2示为“BL”),并且各像素块的临时标识符PID5、PID6、PID8和PID9相同。当决定共同分配给包括在大像素块3中的四个像素块2的临时标识符时,参考分别分配给包括在相邻像素组4(相邻像素块的组)中的六个小像素块BL0~BL4和BL7的临时标识符PID0~PID4和PID7。在以大像素块3为单位扫描整个图像1的同时,重复标记临时标识符的处理。为了对包括在大像素块3中的十六个像素Pi0~Pi15标记临时标识符,并行输入包括相邻像素组4的行Li0~Li5的列Co0~Co7范围内的四十个像素的数据,并对十六个像素Pi0~Pi15并行标记临时标识符,从而生成对像素标记了临时标识符的标记图像。
图7(a)~7(d)示出以下算法:基于相邻像素组4中的像素块2的ON/OFF状态和大像素块3中的像素块2的ON/OFF状态进行标记,使得大像素块3继承包括在相邻像素组4中的临时标识符,或者对大像素块3分配新的临时标识符。在图7(a)中,包括在大像素块3中的所有像素块2均为“0”。也就是说,大像素块3不包括任何为ON的和作为分组对象的像素5,因此,不进行分配临时标识符的标记处理(NOP)。
在图7(b)中,包括在相邻像素组4中的所有像素块2均为零,并且在大像素块3中包括on像素。在这种情况下,相邻像素组4不包括任何作为分组对象的ON像素5,并且没有可继承的临时标识符。由于这个原因,向包括在大像素块3中的像素块2的所有这样的像素5分配新的临时标识符。也就是说,对包括在大像素块3中的为ON的像素5共同标记新的临时标识符。
在图7(c)中,在相邻像素组4中包括为ON但不相邻的像素块2,并且在大像素块3中包括on像素。在相邻像素组4中,存在以像素块2为单位,对像素标记了不同的临时标识符的可能性。因此,通过对大像素块3中这样的像素5标记所继承的临时标识符,大像素块3中的像素块2继承存在于相邻像素组4中的多个临时标识符中的一个。另外,通过大像素块3判断出相邻像素组4的这样的像素块2包括在相同的组中。因此,当对相邻像素组4中这样的像素块2的临时标识符已知新的连结关系时,输出处于连结关系中的临时标识符的连结信息。
在图7(d)中,在相邻像素组4中包括为ON且相邻的像素块2,并且在大像素块3中包括on像素。因此,对大像素块3中的像素块2的这样的像素5共同分配相邻像素组4的临时标识符。由于为ON的相邻像素块2存在于相邻像素组4中,因而会将相同的临时标识符分配给这样的像素块2,并且不产生新的连结关系。
利用图7所示的算法,即使像素块2不相邻,通过大像素块3,也可以对这样的像素块2分配相同的临时标识符,以将这样的块分组在一起作为属于相同的组。因此,对包括在三个小像素块2的最大范围内的这样的像素5分配相同的临时标识符。代替图7中所示的算法,可以使用仅对完全相邻或相互邻接的像素块2分配相同的临时标识符的算法。该算法与以上参考图3和4所述的算法类似,并且对包括在两个像素块2的最大范围内的这样的像素5分配相同的临时标识符。
在图7所示的算法中,大像素块3的条件仅为在大像素块3中是否包括为ON的像素5。因此,通过对包括在大像素块3中的十六个像素5计算逻辑OR来判断大像素块3的状态是有效的。相邻像素组4的状态依赖于为ON且包括在相邻像素组4中的像素块2,并且可以通过对包括在各像素块2中的四个像素5计算逻辑OR来判断各个像素块2的状态。因此,通过使用具有对多个像素数据并行计算逻辑OR的充分性能或功能的硬件,可以通过流水线处理进行标记临时标识符。
这样,块标记对于粗分组组成图像的大量像素也是有效的。如果将用于分组或分割连续连结的像素的处理称为标记或细粒度标记(fine grain labeling),则上述处理可以被称为粗标记(或粗粒度标记)。对于粗标记,即使像素相距一定距离,即这样的像素不需要严格邻接,也分配相同的标识符(标记),从而使得可以识别图像中由这样的像素组成的元素。这意味着可以与标记处理同时执行作为在前处理的低通滤波和作为在后处理的连结处理。通过进行粗标记,增大了将要处理的块的大小,并且可以加速分配临时标记的处理。由于临时标记的数量下降,将要组合的临时标记的数量也减少,因而加速了通过整理连结关系生成合并表(merging table),也加速了分配真实标记的处理。
因此,对于高分辨率图像,可以对包括在高分辨率图像中的像素进行高速分组,而无需将高分辨率图像转换成低分辨率图像。可以提供能够高速识别图像的边界等的软件和图像处理设备,另外,由于对于粗处理可以维持图像的分辨率,因而可以以高精度获得图像元素的特征值。
2.利用块标记的图像处理
图8是示出使用块标记分析图像的处理的一个例子的流程图。在该流程图中,通过点划线示出数据的主要输入和输出。图像处理10生成标记图像并计算与该标记图像区别的图像元素的特征值。图像处理10包括生成标记图像25的处理,生成标记图像包括:第一阶段11,该阶段扫描图像并对组成图像元素的像素组附上临时识别信息(“临时标识符”、“临时ID”或“临时标记”);以及第二阶段12,该阶段对该像素组重新标记相同的真实识别信息(“真实标识符”、“真实ID”或“真实标记”),以合并被分配了不同的临时标识符但组成相同图像元素的像素组。如上所述,通过块标记,可以分组不连续连结的且处于预定关系中的像素、以及连续连结的像素。因此,可在图像处理10中区别的图像元素不限于由连续连结的像素组成的图像元素。
以下说明将集中于识别并分析由已使用块标记粗分组的像素所组成的图像元素的图像处理方法。图像处理10还包括分析阶段13,该阶段提取由被分组在一起的像素所组成的图像元素的特征值。为了不仅对二值图像而且对由多值或多色调表示的图像(灰度图像)提取特征值,图像处理10还包括处理14,该处理14与标记临时标识符的第一阶段11并行地计算由多值像素组成的像素块的块特征值。
标记临时标识符的第一阶段11包括输入步骤100,该步骤从包括构成该图像的像素的像素数据29中获得包括在大像素块3中的十六个像素数据和与大像素块3相邻的相邻像素组4的二十四个像素数据,以将它们提供给下述的标记步骤200。包括在第一阶段11中的标记步骤200可对包括在大像素块3中的十六个像素5标记相同的临时标识符。
在输入步骤100中,在步骤101,从像素数据文件29输入包括在大像素块3中的像素5的数据。在步骤102,如果从构成图像1的像素数据输入未处理的数据,则在步骤103,对从像素数据文件29获得的多值像素数据5进行二值化。如果文件29的像素数据已被二值化,则不需要该步骤。在步骤104,获得关于已标记了临时标识符且临时存储在缓冲器(缓冲存储器)28中的相邻像素组4的像素5的数据和关于分配给这样的像素5的临时标识符的数据。
在标记步骤200中,在步骤201,进行用于判断大像素块3和相邻像素组4的条件或状态的逻辑运算,在步骤202,判断是否存在任何可继承的临时标识符。以上参考图7(a)~7(d)说明了用于继承临时标识符的算法。当相邻像素组4仅包括一个可继承的临时标识符(条件d1)时,在步骤205,继承该临时标识符,对大像素块3的像素5标记这一相同的临时标识符,且将其以大像素块3为单位输出到临时标记图像文件27。另外,以像素块2为单位,将关于包括在大像素块3的随后处理中所需的相邻像素组4中的临时标识符的信息临时存储在可以高速访问的缓冲存储器28中。
当相邻像素组4包括可被继承的或应该被继承的多个临时标识符(条件d2)时,在步骤203,记录所述多个临时标识符的连结信息。也就是说,将大像素块3的像素5所继承的临时标识符和未继承的其它标识符的连结信息输出到连结信息文件26。在步骤205,对大像素块3的像素5标记所继承的临时标识符,并将其输出到临时标记图像文件27。当相邻像素组4不包括任何可继承的临时标识符(条件d3)时,在步骤204,生成新的临时标识符,并且在步骤205,对大像素块3的像素5标记新的临时标识符,并将其输出到临时标记图像文件27。这样,生成临时标记图像,在该图像中,对构成输入图像的像素标记了临时标识符。
在使用临时标识符进行标记的第一阶段11,在输入步骤100中,并行读取关于包括在大像素块3和相邻像素组4中的四十个像素Pi的数据。接着,在标记步骤200中,对包括在大像素块3中的十六个像素Pi中的作为分组对象的像素(在本实施例中,是为ON的像素(即,具有值“1”的像素)),并行进行标记临时标识符的处理。可将输入步骤100和标记步骤200作为一系列处理在硬件上来实现,并通过流水线处理来执行它们。另外,在标记步骤200中,可以在硬件上实现步骤201和步骤205,使得通过流水线处理来执行这些步骤,其中,步骤201解码和运算所输入的四十个像素Pi以判断继承性,步骤205对这些像素标记通过步骤201决定的临时标识符。因此,可以在有效的一个时钟周期内执行第一阶段11中对包括在大像素块3中的十六个像素5标记临时标识符的处理。
记录连结信息的步骤203和选择新的临时标识符的步骤204还使用大像素块3和相邻像素组4的解码结果。如第一阶段11中所包括的,可以在硬件上实现步骤203和204的处理,并且与运算继承性的步骤201和标记步骤205并行执行该处理。包括这些步骤,可在用于读取和标记十六个像素的流水线中无中断和/或延迟地执行第一阶段11的处理。
在图像处理10中,在与分配临时标识符的第一阶段11并行进行的分析处理14中,分析在标记了临时标识符的大像素块3中所包括的像素5的多值数据,并计算与大像素块3相对应的部分中的灰度信息。通过该处理,将灰度信息压缩为与大像素块3相对应的块特征值(在本实施例中为1/16大小),并将其输出到块特征值文件22。由于对包括在大像素块3中的十六个像素5标记了相同的临时标识符,因而随后对这些像素标记相同的真实标识符,并且这些像素构成相同的图像元素。因此,在处理14中,从包括在大像素块3中的十六个像素5的多值数据(例如,“色调数据”或“灰度数据”),以大像素块3为单位预先求最大和最小浓度值、平均值和其它值等灰度信息是有效的。之后,通过基于临时标识符的连结信息以大像素块3为单位计算块特征值例如灰度信息的和,可以求得各图像元素的灰度信息,并且可以减少分析灰度信息所花费的处理时间。
另外,在标记临时标识符的第一阶段11中,从像素数据文件29输入包括在大像素块3中的像素5。由于这个原因,通过与第一阶段11并行地求大像素块3的灰度信息,可以省略访问像素数据文件29以计算灰度信息的处理,这还可以减少分析灰度信息所花费的处理时间。
当完成第一阶段11时,在步骤15,根据存储在连结信息文件26中的连结信息生成合并表23。在步骤203,当标记了不同临时标识符的像素5包括在相邻像素组4中时,将由大像素块3的像素所继承的临时标识符和未继承的临时标识符对记录在连结信息文件26中。所继承的临时标识符和未继承的临时标识符是表示相同组(图像元素)的识别信息。由于这个原因,在第二阶段12中,对已标记了这样的临时标识符的像素5重新标记表示像素5最终属于相同组的标识符(真实标识符)。需要合并、整合、或组合所继承的临时标识符和未继承的临时标识符,并且由于这个原因,在步骤15,生成合并表23。
在步骤15,基于临时标识符的连结信息文件26,将相同的真实标识符(真实标记)分配给已被分配给属于相同组的像素的临时标识符,并且生成表示临时标识符与真实标识符之间的对应关系的合并表23。利用合并表23,通过使用临时标识符作为地址,例如,可以读取相应的真实标识符。因此,通过参考以临时标识符为地址的合并表23,可以将临时标识符转换成真实标识符。如果一些临时标识符被连结,则当提取由所连结的像素组成的图像元素时,该连结信息表示标记了所述一些临时标识符的像素被连结。在粗分组中,多个临时标识符的连结不意味着标记了所述一些临时标识符的像素必须连续连结。然而,这些像素在预定范围内相关。
接着,在第二阶段12,在参考合并表23的同时,对存储在临时标记图像文件27中的像素数据标记真实标识符,从而生成作为标记图像文件25而输出的标记图像(真实标记的数据)。还可以以位图格式记录临时标记图像。通过以具有相同临时标识符的像素块2为单位和以大像素块3为单位进行记录,可以减少所使用存储器的量,并且在第二阶段12,以大像素块3为单位读取像素数据变得容易。在第二阶段12,在步骤121中,以大像素块3为单位并行输入包括在临时标记图像文件27中的像素数据。在步骤122中,当从临时标记图像文件27输入未重新标记的数据时,在步骤123中,参考合并表23,并将大像素块3的临时标识符转换成真实标识符,并对包括在大像素块3中的像素5并行标记相同的真实标识符。生成已标记了真实标识符以识别由处于预定关系的像素5组成的独立图像元素的标记数据,并将该标记数据输出到标记图像文件25。在标记真实标识符的步骤123中,以大像素块3为单位对包括在大像素块3中的作为分组对象的像素并行标记相同的真实标识符。
在图像处理10中,当已完成第二阶段12时,执行分析阶段13。在分析阶段13,在步骤131中,以大像素块3为单位进行分析,并计算大像素块3的块特征值。接着,在步骤132中,重复进行对具有相同真实标识符的大像素块3的块特征值求和的处理以计算各图像元素的特征值。可以从对二值化的像素标记了临时标识符的临时标记图像文件27以像素块或大像素块为单位,来计算可从二值像素或二值数据计算的特征值。关于灰度信息,在阶段14中如上所述获得大像素块3的块特征值。因此,通过在步骤133中计算和,可以计算与各图像元素的灰度有关的特征值。这些特征值包括面积、重心以及高/宽尺寸等信息。
在分析阶段13,代替基于已标记了真实标识符的标记图像25计算各图像元素的特征值,可以参考合并表23并对各图像元素的块特征值求和。因此,如果有足够的硬件资源,则可以配置硬件使得与第二阶段12并行执行分析阶段13。
3.图像处理系统
在上述图像处理10中,按顺序执行标记临时标识符的第一阶段11和标记真实标识符的第二阶段12。对于同一图像,这样的处理(步骤)不重叠。如上所述,可以在第二阶段12后或与第二阶段12并行执行分析阶段13。例如,在完成了用于生成合并表23的步骤15后,可以并行进行标记真实标识符的第二阶段12和分析阶段13。
第一阶段11和第二阶段12的执行定时不重叠。这意味着:通过在可重新配置的硬件上配置用于执行第一阶段11的电路然后配置用于执行第二阶段12的电路来执行图像处理10,可以有效使用硬件资源。
图像处理10可以并行处理大量像素数据以减少处理时间。通过在装备有处理区域的处理器中实现图像处理10,可以充分利用图像处理10的特征,从而减少处理时间,其中该处理区域包括多个处理元件,并且在该处理区域中,通过所述多个处理元件配置并行工作的多个数据通路。所述处理元件应当优选包括一定程度的算术逻辑处理,并且应当优选包括在可重新配置的集成电路装置中。
图9中所示的处理装置30是可重新配置的硬件的一个例子,并且包括可以动态重新配置电路的区域。处理装置30包括矩阵区域(处理区域)31,在该矩阵区域中,连接装备有ALU等一定程度的算术逻辑处理的处理元件(以下称为“EXE”)32,以配置各种数据通路。处理装置30还包括:控制器33,其控制矩阵31的EXE32之间的连接以动态配置数据通路;RAM 34,其记录将配置在矩阵31中的数据通路的硬件信息(配置信息);以及缓冲器35,其临时记录将由矩阵31的电路处理的数据。处理装置30还包括用于将数据输入外部存储器36和从外部存储器36输出数据的接口。
处理装置通过连接多个EXE 32来配置并行工作的数据通路,并且处理装置是适合于图像处理10,即适合于并行处理多个像素数据的硬件资源。通过重新配置处理装置30的矩阵区域(以下简称为“矩阵”)31的EXE 32的连接使得按顺序执行图像处理10的阶段11~13,可以使用矩阵区域作为用于执行图像处理10的专用处理系统。以下说明使用处理装置30执行图像处理10的图像处理系统50。注意,在处理装置30中,如果矩阵31的EXE 32等硬件资源足以进行多个处理,则可以不仅执行与标记有关的图像处理,而且还同时执行其它处理。
图10(a)~(c)示出如何重新配置作为处理区域的矩阵31以使处理装置30发挥图像处理系统50的功能。为了使处理装置30发挥图像处理系统50的功能,在该例子中,预先准备了三种配置信息51~53,并将这三种配置信息存储在处理装置30的配置RAM34中。由控制器33在适当定时改变矩阵31的配置以执行图像处理10。图10(a)示出已根据第一配置信息51重新配置以并行执行第一阶段11和以大像素块3为单位分析多值图像数据的处理14的矩阵31。图10(b)示出已根据第二配置信息52重新配置以执行生成合并表的处理的矩阵31。图10(c)示出已根据第三配置信息53重新配置以并行执行第二阶段12和分析阶段13的矩阵31。
如图10(a)所示,通过第一配置信息51,在处理装置30的矩阵区域31中配置接口54和标记处理器(标记引擎)55,接口54包括用于执行第一阶段11的输入步骤100的配置,标记引擎55包括用于执行标记步骤200的配置。另外,通过第一配置信息51在矩阵区域31中配置分析处理器(分析引擎或第二处理器)56和外围电路57,分析处理器56包括用于执行分析多值像素数据的处理14的配置,外围电路57包括用于将数据从接口54提供给标记处理器55和分析处理器56的电路。接口54包括用于并行输入包括在大像素块3中的像素数据的功能和用于输入关于相邻像素组4的临时标识符的数据的功能。标记处理器55包括:计算和判断临时标识符的继承性的功能55a;使用临时标识符进行标记的功能55b;输出关于所继承的临时标识符和未继承的临时标识符的连结信息的功能55c;以及用于生成新的临时标识符的功能55d。用于标记临时标识符的功能55b将所继承的临时标识符或新的临时标识符作为相同的或共同的临时标识符并行分配给作为分组对象且包括在大像素块3中的所有ON像素5。
图11更详细地示出通过第一配置信息51在矩阵31中配置的电路的概况。接口54从外部存储器36中的像素数据文件29加载包括在大像素块3中的像素数据,使用二值化电路61对像素数据进行二值化,并将二值化后的数据提供给标记处理器55。同时,将多值像素数据提供给分析处理器56。从缓冲器28获得相邻像素组4的临时标识符(临时ID),并将其提供给标记处理器55。标记处理器55装备有:逻辑电路65,其对从接口54提供的数据计算逻辑OR;查询表(lookup table,LUT)66,其根据逻辑OR的结果判断是否存在任何被继承的临时ID;选择临时ID的选择器67;以及选择连结信息的选择器68。
逻辑电路65通过对与大像素块3和相邻像素组4相对应的总共十个像素块2(图6中的BL0~BL9)进行逻辑OR运算,生成包括十个值的地址79。LUT 66使用该值79作为地址输入,并将存储在该地址处的微码(microcode)作为ID控制信号71输出。使用该微码71来控制选择器67和68等各种逻辑电路。
数据生成电路69可以对包括在大像素块3中的十六个像素5并行标记临时ID。在该例子中,数据生成电路69集中从接口电路54提供的十六个二值像素数据和所选择的临时ID 72,以输出一个字(32位)的块像素数据73。也就是说,块像素数据73包括十六个像素的ID 73d和像素数据73p。将包括在大像素块3中的十六个像素数据作为一个字的数据并行集中进行标记。由这样的块像素数据73组成输出到临时标记图像文件27的临时标记图像数据。
图12示出用于从所提供的像素数据生成并输出块像素数据73的标记处理器55中的概要电路配置。首先,接口54使用移位寄存器和掩码电路(mask circuit)以从像素数据29切掉包括在大像素块3和相邻像素组4(相邻像素块的组)中的像素数据,其中像素数据29从外部存储器36存储在行缓冲器35中。作为一个例子,加载图5和6中所示的行Li0~Li5和列Co0~Co7的像素数据。如果可以保留足够的总线宽度,则可以在一个时钟(周期)中读出40个点的40位像素数据。
标记处理器55的逻辑电路65使用OR电路65a对第0行Li0和第一行Li1的像素数据5计算逻辑OR,并判断块BL0~BL3是否为ON,也就是说,各块是否包括至少一个on像素。同样,使用OR电路65b对第二行Li2和第三行Li3的像素数据5计算逻辑OR,以判断块BL4~BL6是否为ON。还使用OR电路65c对第四行Li4和第五行Li5的像素数据5计算逻辑OR以判断块BL7~BL9是否为ON。
可以根据OR电路65a、65b和65c的计算结果来判断相邻像素组4和大像素块3的状态。这样,还通过OR电路65d对OR电路65a、65b和65c的输出计算逻辑OR,以生成十个像素块BL0~BL9的逻辑OR结果,作为提供给LUT 66的10位地址输入79。通过该地址,从LUT 66输出适合的微码作为ID控制信号71。可以使用预先设置在矩阵区域31中的RAM元件来实现LUT 66。
具有该配置的电路不返回地顺序进行如下一系列处理:加载像素5、按顺序计算逻辑OR、以及输出ID控制信号71。因此,通过使用设置在可重新配置的矩阵31中的大量元件32为许多并行处理配置数据通路,可以并行进行对与一个或多个大像素块3有关的像素数据的处理,并且这样的处理可以是流水线处理。可以在有效的一个时钟(周期)中决定至少一个大像素块3,即至少16个像素的临时ID。
数据生成电路69生成包括关于包括在一个大像素块3中的十六个像素的信息和对该十六个像素共同分配的临时ID信息的一个字(即,32位)的块像素数据73,并将块像素数据73输出到临时标记图像文件27作为临时标记图像数据。在该块像素数据73中,还可以包括大像素块3的位置信息、以及根据十六个像素的信息计算出的大像素块3的特征值等。
为了生成块像素数据73,需要向数据生成电路69提供包括在大像素块3中的十六个像素的数据和关于分配给这些像素的临时ID的数据72。为了根据LUT 66的ID控制信号71将关于大像素块3的临时ID的数据72提供给数据生成电路69,在输入大像素块3的像素数据后需要一定量的计算时间。通过经由适当的延迟电路或流水线寄存器将通过输入接口54加载的十六个像素的数据提供给数据生成电路69,可以与关于大像素块3的临时ID的数据72同步地将该数据提供给数据生成电路69。因此,在标记处理器55中,在从行缓冲器35加载了大像素块3的像素数据后,可以通过流水线处理进行直到对像素数据标记临时ID的处理。
这意味着:在图像处理系统50中,可以在有效的一个时钟周期内,为至少一个大像素块3即至少十六个像素决定临时ID,并且输出已标记了该临时ID的临时标记图像数据。因此,图像处理系统50可以在一个周期内分组至少十六个像素,并且与以一个像素为单位进行分组的处理相比,可以以快10几倍的速度进行图像处理。此外,原始分辨率的像素数据73p被存储在所分组的块像素数据73中,因此所分析图像的分辨率没有降低。
图13示出以大像素块3为单位提取特征值的处理器56的概要配置。接口54将原始数据即从行缓冲器35切掉的包括在一个大像素块3中的十六个像素的灰度(多值)像素数据提供给分析处理器56。具有阈值的处理单元62判断是否比较各像素数据以设置灰度的最大值或最小值。选择器63a和63b分别选择(计算)关于已通过该阈值处理的十六个像素的数据的最大值和最小值,并且通过移位/OR电路63c将该计算的结果打包到一个字的灰度数据74中。如果计算最大值和最小值没有出错,则灰度数据74通过门电路63d,并被输出到块特征值文件22。
图14示出利用阈值对一个像素进行运算的具有该阈值的处理单元62中的电路配置。通过比较器62a将一个像素的像素数据29p与第一阈值62b进行比较,如果像素数据29p大于第一阈值62b,则判断像素数据29p有意义。结果,断言进位(carry)62x,并且通过选择器62e将像素数据29p作为将与最大值进行比较的数据输出。当像素数据29p低于第一阈值62b时,从选择器62e输出“0”,并且忽略像素数据29p作为最大值。还通过比较器62c将像素数据29p与第二阈值62d进行比较,如果像素数据29p小于第二阈值62d,则判断像素数据29p有意义。结果,断言进位62y,并且通过选择器62f将像素数据29p作为将与最小值进行比较的数据输出。当像素数据29p高于第二阈值62d时,从选择器62f输出“FF”,并且忽略像素数据29p作为最小值。通过电路62g为表示比较结果的进位62x和62y计算逻辑OR,并且通过电路62h计算包括其它像素的比较结果的逻辑OR。
结果,如果其中一个像素数据29p在第一阈值62b和第二阈值62d的范围外,则将该像素数据29p作为有意义的灰度信息输出。该处理的例子是判断是否存在缺陷,并且如果所有像素的灰度数据均在第一阈值62b和第二阈值62d的范围内,则判断出在正被分析的大像素块3的范围内没有缺陷,并且不输出灰度信息。
与标记处理器55同样地,分析处理器56以大像素块3为单位输出灰度信息74。如图15所示,作为以块为单位的灰度信息的块特征数据74一对一地对应于块像素数据73。因此,通过在随后阶段基于临时标识符(临时ID)和合并表23计算和,可以获得各图像元素的特征值(灰度信息)。
在已完成第一阶段11后的时间,如图10(b)中所示,使用第二配置信息52重新配置矩阵31以生成合并表。将大像素块3的像素所继承的临时标识符和与这样的临时标识符成对的未继承的临时标识符记录在连结信息文件26中。在生成标记图像前的随后阶段,通过对连结关系中一个或多个临时标识符对分配相同的真实标识符(真实ID)来生成合并表23。
根据连结信息文件26生成合并表23的算法如下。在连结信息文件26中,记录表示两个临时ID的连结的多个项。在合并表23中,以临时ID为地址,获得与该临时标识符相对应的真实标记。
步骤h1:如果假定连结信息文件26中的第n项的临时ID为“a”和“b”,则将第n项作为组队列进行存储。
步骤h2:将组队列的顶端项,例如“a”和“b”对,存储在比较寄存器中。
步骤h3:从连结信息文件26读取从第n个值开始的以后的值,并将这些值与比较寄存器中的值“a”和“b”进行比较。
步骤h4:将至少一个值与“a”或“b”相匹配的项添加到组队列。
步骤h5:当到达连结信息文件26的末尾时,从组队列读取下一项,将该项存储在比较寄存器中,并进行相同的操作。
步骤h6:当到达组队列的末尾时,进入该组队列中的所有临时ID被分配相同的真实标识符。
如上所述,获得一个真实ID的存储在合并表23中的信息,从而完成该真实ID的分组。接着,从连结信息文件26读取第n+1项,并进行相同的操作。然而,已经存储在组队列中一次的连结信息不被再次存储在组队列中。在完成上述操作之后,如果存在还将被分配真实ID的临时ID,则将唯一的真实ID分别分配给这样的临时ID。通过进行上述操作,成功生成合并表23。第二配置信息52在矩阵区域31中配置用于执行上述算法的数据通路。
在生成了合并表23后的时间,如图10(c)中所示,通过第三配置信息53重新配置矩阵31以执行第二阶段12。此时,还通过第三配置信息53配置矩阵31来执行分析阶段13。为了执行第二阶段12,第三配置信息53配置接口59和标记处理器(标记引擎)60,该接口59输入包括来自临时标记图像文件27的临时ID 73d和像素数据73p的块像素数据73,标记处理器60对临时ID重新标记真实ID。此外,为了执行分析阶段13,第三配置信息53配置包括电路81和电路82的分析处理器80(分析引擎或“第一处理器”),从而计算各图像元素的特征值,其中电路81对块像素数据73进行解码从而以大像素块3为单位计算特征值,电路82基于合并表23以块为单位对该特征值求和。
图16示出标记处理器60的例子电路,标记处理器60读取块像素数据73并参考合并表23以大像素块3为单位标记真实标识符(真实ID或真实标记)。首先,接口电路59访问临时标记图像文件27,并获得块像素数据73。块像素数据73包括构成大像素块3的十六个像素的像素数据73p,并且并行输入这样的像素数据。在用于真实标识符的标记处理器60中,以块像素数据73的临时ID 73d作为地址访问合并表23以获得真实ID。基于块像素数据73中的十六个像素的像素数据,使用矩阵31的元件32作为并行工作的选择器,使得对将被分组在一起的ON(“1”)像素分配真实ID,将其它像素设置成“0”,并将标记像素输出到标记图像文件25。
标记处理器60还可以将通过把块像素数据73的ID值73d从临时ID重写为真实ID所产生的块像素数据作为标记图像数据输出。同样在这种情况下,对十六个像素的数据73p并行集中标记相同的真实ID。
图17示出分析处理器80的例子电路。在该电路80中实现求Y坐标方向上的最大值的逻辑电路。电路80包括:第一电路81,其使用解码器,求各个大像素块3的特征量(最大值);以及第二电路82,其使用真实ID计算特征量的和,并求通过真实ID分组的像素的最大值。第一电路81包括:解码器83,其将块像素数据73中的十六个像素的数据73p转换成控制数据;以及选择器84,其从该控制数据以大像素块3为单位求特征值,即Y坐标方向上的最大值。第二电路82包括:Y-max表I/F 86,其使用合并表23将块像素数据73的临时ID73d转换成真实ID,并以该真实ID作为地址访问Y-max表85;以及选择最大值的选择器87。选择器87在通过真实ID经由Y-max表I/F 86从表85获得的Y坐标最大值和通过选择器84获得的Y坐标的输入中,选择新的最大值。另外,选择器87通过I/F 86将该新的最大值输出到Y-max表85以更新该最大值。
通过分析处理器80,可以求由已被分割的像素组所组成的图像元素的Y方向上的宽度。同样,可以求Y坐标方向上的最小值及X坐标方向上的最大值和最小值等各种特征量。由于可以以由十六个像素组成的大像素块3为单位计算该特征量,因而可以减少计算该特征量所需的处理时间。
分析处理器80还包括电路89,电路89读取随后的块像素数据73,通过合并表23比较真实ID,并且当真实ID相同时,在将数据写入表85之前,求包括随后的块像素数据73的最大值。当具有相同ID的块像素数据73连续时,该电路89可以减少处理时间。由于分析处理器80对Y-max表85进行读取-修改-写入处理,因而为了不增加流水线的等待时间(latency),需要用于连续输入相同的真实ID的状况的功能。除图17中的电路89以外,通过预先读取并比较随后的块像素数据73,可以将反馈通路的等待时间从五个周期减少到三个周期。
当这些像素不严格邻接时,上述图像处理方法10和图像处理装置50可以根据期望的规则对像素进行分组。还可以使用参考图3和4所述的用于分配临时标识符的逻辑电路,对连续连结的像素进行标记的处理方法和处理装置提供基本相同的配置。
另外,尽管以上说明了分析二维二值图像的例子,但是本发明的范围不局限于此。尽管作为基本单位的小像素块2由相互相邻的四个像素组成,但是当将在较大范围内相关的像素分组在一起时,用作基本单位的像素块可由五个或更多个像素组成。类似地,尽管大像素块3由相互相邻的四个像素块2组成,但是当将在较大范围内相关的像素分组在一起时,大像素块可由五个或更多个像素块2组成。此外,像素的二值化不局限于单色图像,并且可以对彩色图像的各颜色成分进行二值化。另外,本发明不局限于处理二维图像,并且可以应用于三维图像的块标记,在这种情况下,如上所述,作为基本单位的像素块由相互相邻的8个像素组成。

Claims (30)

1.一种生成标记图像的方法,该方法包括:
输入步骤,用于从包括用于形成图像的多个像素的数据,将包括在多维空间中相互相邻的多个像素的像素块作为一个单位进行输入;以及
标记步骤,用于基于二值化的像素,对作为分组对象并包括在所述像素块中的所有on像素或所有off像素标记共同识别信息。
2.根据权利要求1所述的生成标记图像的方法,其特征在于,所述像素块由在二维空间中相互相邻的四个像素或者由在三维空间中相互相邻的八个像素组成。
3.根据权利要求1所述的生成标记图像的方法,其特征在于,该方法包括:
第一阶段,用于扫描所述图像,标记临时识别信息,并生成多个临时识别信息的连结信息;以及
第二阶段,用于基于所述连结信息,标记表示图像元素的真实识别信息,
其中,所述第一阶段和所述第二阶段均包括所述输入步骤和所述标记步骤;
在所述第一阶段的标记步骤中,将所述临时识别信息作为所述共同识别信息进行标记;以及
在所述第二阶段的标记步骤中,将所述真实识别信息作为所述共同识别信息进行标记。
4.根据权利要求1所述的生成标记图像的方法,其特征在于,该方法包括第一阶段,所述第一阶段用于扫描所述图像并标记临时识别信息,所述第一阶段包括所述输入步骤和所述标记步骤,
其中,在所述第一阶段的输入步骤中,与所述像素块一起,输入包括与所述像素块相邻的并且已标记了临时识别信息的像素的相邻像素组,以及
所述第一阶段的标记步骤包括以下步骤:
当所述相邻像素组包括一个或多个可继承的临时识别信息时,继承其中一个所述可继承的临时识别信息作为所述共同识别信息;
当所述相邻像素组包括未继承的所述可继承的临时识别信息时,记录所继承的临时识别信息和未继承的临时识别信息的连结信息;以及
当所述相邻像素组不包括可继承的临时识别信息时,设置新的临时识别信息作为所述共同识别信息。
5.根据权利要求4所述的生成标记图像的方法,其特征在于,该方法还包括:
第二阶段,用于在所述第一阶段后,标记表示图像元素的真实识别信息,
其中,所述第二阶段包括分别独立于所述第一阶段的输入步骤和标记步骤的输入步骤和标记步骤,以及
在所述第二阶段的标记步骤中,根据所述连结信息设置对连结关系中的像素块共同的真实识别信息,作为所述共同识别信息。
6.根据权利要求4所述的生成标记图像的方法,其特征在于,在所述第一阶段的输入步骤中,输入由在二维空间中相互相邻的四个像素组成的像素块和由与所述像素块的两个相邻边相邻的六个像素组成的相邻像素组,以及
在所述第一阶段的标记步骤中,当所述像素块和所述相邻像素组均包括构成像素连续的图像元素的像素时,继承所述相邻像素组中包括的临时识别信息。
7.根据权利要求4所述的生成标记图像的方法,其特征在于,在所述第一阶段的输入步骤中,输入至少一个像素块和包括与所述至少一个像素块相邻的像素块的相邻像素组,以及
在所述第一阶段的标记步骤中,当所述至少一个像素块和所述相邻像素组均包括作为分组对象的像素时,继承所述相邻像素组中包括的临时识别信息。
8.根据权利要求4所述的生成标记图像的方法,其特征在于,在所述第一阶段的输入步骤中,输入由在二维空间中相互相邻的四个像素块组成的大像素块和由与所述大像素块的两个相邻边相邻的六个像素块组成的相邻像素组,以及
在所述第一阶段的标记步骤中,当所述大像素块和所述相邻像素组均包括作为分组对象的像素时,继承所述相邻像素组中包括的临时识别信息。
9.根据权利要求8所述的生成标记图像的方法,其特征在于,该方法还包括第二阶段,所述第二阶段用于在所述第一阶段后,标记表示图像元素的真实识别信息,所述第二阶段包括分别独立于所述第一阶段的输入步骤和标记步骤的输入步骤和标记步骤,以及
其中,在所述第二阶段的标记步骤中,根据所述连结信息设置对连结关系中的大像素块共同的真实识别信息,作为所述共同识别信息,并对作为分组对象并且包括在所述大像素块中的所有像素进行标记。
10.一种分析图像的方法,该方法包括:
输入步骤,用于从包括用于形成所述图像的多个像素的数据,将包括在多维空间中相互相邻的有限数量的像素的像素块作为一个单位进行输入;
标记步骤,用于基于二值化的像素,对包括在所述像素块中的作为分组对象的所有on像素或所有off像素标记共同识别信息;以及
通过以包括至少一个像素块为单位重复进行运算,来计算各图像元素的特征值。
11.根据权利要求10所述的分析图像的方法,其特征在于,该方法还包括计算步骤,所述计算步骤用于与所述标记步骤并行进行,并且以标记的像素块为单位,计算对图像元素的特征值有贡献的块特征值。
12.根据权利要求11所述的分析图像的方法,其特征在于,所述标记步骤包括扫描所述图像并标记临时识别信息。
13.根据权利要求11所述的分析图像的方法,其特征在于,所述计算步骤包括基于所述标记的像素块中所包括的多值像素来计算所述块特征值。
14.根据权利要求11所述的分析图像的方法,其特征在于,在所述输入步骤中,将由在二维空间中相互相邻的四个像素或在三维空间中相互相邻的八个像素组成的像素块作为一个单位进行输入。
15.根据权利要求11所述的分析图像的方法,其特征在于,在所述输入步骤中,将由在二维空间中相互相邻的四个像素组成的像素块作为一个单位,进而将由在二维空间中相互相邻的四个像素块组成的大像素块作为一个单位进行输入;以及
在所述标记步骤中,对包括在所述大像素块中的作为分组对象的所有on像素或所有off像素标记所述共同识别信息。
16.一种图像处理方法,其包括:
输入步骤,用于从包括用于形成图像的多个像素的数据,将包括在多维空间中相互相邻的多个像素的像素块作为一个单位进行输入;
标记步骤,用于基于二值化的像素,对作为分组对象且包括在所述像素块中的所有on像素或所有off像素标记共同识别信息;以及
从标记的图像区别图像元素。
17.一种系统,其包括:
接口,用于从包括用于形成图像的多个像素的数据,将包括在多维空间中相邻的且构成像素块的多个像素的数据并行输入;以及
标记处理器,用于基于二值化的像素,对作为分组对象且包括在所述像素块中的所有on像素或所有off像素并行标记共同识别信息。
18.根据权利要求17所述的系统,其特征在于,所述像素块由在二维空间中相互相邻的四个像素或由在三维空间中相互相邻的八个像素组成。
19.根据权利要求17所述的系统,其特征在于,包括:
包括处理区域的处理器,所述处理区域包括多个处理元件,在所述处理区域中,通过所述多个处理元件配置并行工作的多个数据通路,
其中,所述接口和所述标记处理器被配置在所述处理区域中。
20.根据权利要求17所述的系统,其特征在于,包括:
第一处理系统,用于扫描所述图像,标记临时识别信息,并生成多个临时识别信息的连结信息;以及
第二处理系统,用于基于所述连结信息,标记表示图像元素的真实识别信息,
其中,所述第一处理系统和所述第二处理系统分别包括所述接口和所述标记处理器,
所述第一处理系统的标记处理器将所述临时识别信息作为所述共同识别信息进行标记,以及
所述第二处理系统的标记处理器将所述真实识别信息作为所述共同识别信息进行标记。
21.根据权利要求20所述的系统,其特征在于,包括:
包括处理区域和控制单元的可重新配置的处理器,所述处理区域包括多个处理元件,在所述处理区域中,通过所述多个处理元件配置并行工作的多个数据通路,所述控制单元用于重新配置所述处理区域,
其中,在所述处理区域中,在不同定时配置包括在所述第一处理系统中的接口和标记处理器以及包括在所述第二处理系统中的接口和标记处理器。
22.根据权利要求17所述的系统,其特征在于,包括用于扫描图像并标记临时识别信息的第一处理系统,
其中,所述第一处理系统包括所述接口和所述标记处理器,
所述第一处理系统的接口被配置成输入所述像素块和相邻像素组,所述相邻像素组包括与所述像素块相邻的且已标记了临时识别信息的像素,
所述第一处理系统的标记处理器用于进行以下处理:
当所述相邻像素组包括一个或多个可继承的临时识别信息时,继承其中一个所述可继承的临时识别信息作为所述共同识别信息;
当所述相邻像素组包括未继承的所述可继承的临时识别信息时,记录所继承的临时识别信息和未继承的临时识别信息的连结信息;以及
当所述相邻像素组不包括可继承的临时识别信息时,设置新的临时识别信息作为所述共同识别信息。
23.根据权利要求22所述的系统,其特征在于,
所述第一处理系统的标记处理器用于以流水线方式进行以下处理:
对所述像素块和所述相邻像素组进行解码的处理;以及
对所述像素块中作为分组对象的像素标记所选择的作为所述共同识别信息的所述可继承的临时识别信息或所述新的临时识别信息的处理。
24.根据权利要求22所述的系统,其特征在于,还包括:
第二处理系统,用于标记表示图像元素的真实识别信息,所述第二处理系统包括独立于所述第一处理系统的接口和标记处理器,
其中,所述第二处理系统的标记处理器被配置成基于所述连结信息,设置对连结关系中的所述像素块共同的真实识别信息作为所述共同识别信息。
25.根据权利要求22所述的系统,其特征在于,
所述第一处理系统的接口被配置成向所述第一处理系统的标记处理器提供由在二维空间中相互相邻的四个像素组成的所述像素块和由与所述像素块的两个相邻边相邻的六个像素组成的相邻像素组,以及
所述第一处理系统的标记处理器被配置成当所述像素块和所述相邻像素组均包括构成像素连续的图像元素的像素时,继承包括在所述相邻像素组中的临时识别信息。
26.根据权利要求22所述的系统,其特征在于,
所述第一处理系统的接口被配置成向所述第一处理系统的标记处理器提供由在二维空间中相互相邻的四个像素块组成的大像素块和由与所述大像素块的两个相邻边相邻的六个像素块组成的所述相邻像素组,以及
所述第一处理系统的标记处理器被配置成当所述大像素块和所述相邻像素组均包括作为分组对象的像素时,继承包括在所述相邻像素组中的临时识别信息。
27.根据权利要求26所述的系统,其特征在于,还包括:
第二处理系统,用于标记表示图像元素的真实识别信息,所述第二处理系统包括独立于所述第一处理系统的接口和标记处理器,
其中,所述第二处理系统的标记处理器被配置成基于所述连结信息,将对连结关系中的大像素块共同的真实识别信息设置为所述共同识别信息,并对包括在所述大像素块中的作为分组对象的所有像素进行标记。
28.根据权利要求17所述的系统,其特征在于,还包括第一处理器,所述第一处理器被配置成以至少一个像素块为单位重复进行运算,以计算各图像元素的特征值。
29.根据权利要求17所述的系统,其特征在于,还包括第二处理器,所述第二处理器被配置成与所述标记处理器并行地通过所述接口被提供包括像素块的数据,以标记的像素块为单位,计算对图像元素的特征值有贡献的块特征值。
30.根据权利要求29所述的系统,其特征在于,所述第二处理器被配置成根据包括在所述标记的像素块中的多值像素,计算对图像元素的特征值有贡献的块特征值。
CN200580027460A 2004-08-20 2005-08-19 标记图像的生成方法和图像处理系统 Active CN100578545C (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP240281/2004 2004-08-20
JP2004240281 2004-08-20

Publications (2)

Publication Number Publication Date
CN101006467A CN101006467A (zh) 2007-07-25
CN100578545C true CN100578545C (zh) 2010-01-06

Family

ID=35907548

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200580027460A Active CN100578545C (zh) 2004-08-20 2005-08-19 标记图像的生成方法和图像处理系统

Country Status (6)

Country Link
US (2) US7974471B2 (zh)
EP (2) EP1783688B1 (zh)
JP (1) JP4803493B2 (zh)
KR (2) KR101225146B1 (zh)
CN (1) CN100578545C (zh)
WO (1) WO2006019165A1 (zh)

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4859390B2 (ja) * 2005-05-10 2012-01-25 株式会社リコー 画像処理方法及び画像処理装置
US8233535B2 (en) * 2005-11-18 2012-07-31 Apple Inc. Region-based processing of predicted pixels
US8213734B2 (en) * 2006-07-07 2012-07-03 Sony Ericsson Mobile Communications Ab Active autofocus window
JP4257925B2 (ja) * 2006-08-24 2009-04-30 シャープ株式会社 画像処理方法、画像処理装置、原稿読取装置、画像形成装置、コンピュータプログラム及び記録媒体
KR101030430B1 (ko) * 2007-09-12 2011-04-20 주식회사 코아로직 영상 처리 장치와 방법 및 그 기록매체
JP2009082463A (ja) * 2007-09-28 2009-04-23 Fujifilm Corp 画像分析装置、画像処理装置、画像分析プログラム、画像処理プログラム、画像分析方法、および画像処理方法
JP5794427B2 (ja) 2009-07-23 2015-10-14 日本電気株式会社 マーカ生成装置、マーカ生成検出システム、マーカ生成検出装置、マーカ、マーカ生成方法及びそのプログラム
US8446439B1 (en) * 2009-08-06 2013-05-21 The United States Of America As Represented By The Secretary Of The Navy Apparatus and method for single pass BLOB analysis of high frame rate video
US20110110591A1 (en) * 2009-11-09 2011-05-12 Ming-Hwa Sheu Multi-point image labeling method
US9042651B2 (en) 2009-11-09 2015-05-26 National Yunlin University Of Science And Technology Multi-point image labeling method
US8600171B2 (en) * 2009-12-10 2013-12-03 Canon Kabushiki Kaisha Image labeling using parallel processing
US8657200B2 (en) * 2011-06-20 2014-02-25 Metrologic Instruments, Inc. Indicia reading terminal with color frame processing
US9721319B2 (en) 2011-10-14 2017-08-01 Mastercard International Incorporated Tap and wireless payment methods and devices
WO2013182313A1 (de) 2012-06-08 2013-12-12 Giesecke & Devrient Gmbh Blob-encoding
US9262704B1 (en) * 2015-03-04 2016-02-16 Xerox Corporation Rendering images to lower bits per pixel formats using reduced numbers of registers
CN104836974B (zh) 2015-05-06 2019-09-06 京东方科技集团股份有限公司 视频播放器、显示装置、视频播放系统和视频播放方法
KR101850772B1 (ko) * 2015-05-27 2018-04-23 삼성에스디에스 주식회사 의료용 메타 데이터베이스 관리 방법 및 그 장치
KR101699029B1 (ko) * 2015-08-07 2017-01-23 이노뎁 주식회사 영역 처리 속도를 향상한 영상 처리 장치 및 영상 처리 방법
US10720124B2 (en) * 2018-01-15 2020-07-21 Microsoft Technology Licensing, Llc Variable pixel rate display interfaces
TWI710973B (zh) 2018-08-10 2020-11-21 緯創資通股份有限公司 手勢識別方法、手勢識別模組及手勢識別系統

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1459761A (zh) * 2002-05-24 2003-12-03 清华大学 基于Gabor滤波器组的字符识别技术
CN1489115A (zh) * 2003-08-14 2004-04-14 中国人民解放军第一军医大学 基于广义模糊随机场的图像优化分割方法

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS61224672A (ja) * 1985-03-29 1986-10-06 Toshiba Corp 特徴抽出装置
JPH077444B2 (ja) * 1986-09-03 1995-01-30 株式会社東芝 三次元画像の連結成分抽出装置
JP2984295B2 (ja) * 1990-01-29 1999-11-29 キヤノン株式会社 画像処理用ラベル付け装置
JP2966084B2 (ja) * 1990-11-29 1999-10-25 本田技研工業株式会社 画像処理における局所的領域分割方法
US5384904A (en) * 1992-12-08 1995-01-24 Intel Corporation Image scaling using real scale factors
JP3307467B2 (ja) * 1993-04-09 2002-07-24 三菱電機株式会社 ラベリング方式およびラベリング回路
JP2891616B2 (ja) * 1993-09-24 1999-05-17 富士通株式会社 仮ラベル割付処理方式と実ラベル割付処理方式
JPH07105368A (ja) * 1993-10-06 1995-04-21 Tokimec Inc 画像のラベリング方法および画像のラベリング装置
JP2734959B2 (ja) 1993-12-27 1998-04-02 日本電気株式会社 仮ラベル付け方法
JP3420864B2 (ja) 1995-08-09 2003-06-30 富士通株式会社 枠抽出装置及び矩形抽出装置
DE69935285T2 (de) * 1998-02-09 2007-11-08 Seiko Epson Corp. Elektrooptische vorrichtung und verfahren zu ihrer steuerung, flüssigkristallvorrichtung und verfahren zu ihrer steuerung, treiberschaltung für elektrooptische vorrichtung und elektronisches gerät
JP2000285237A (ja) * 1999-03-31 2000-10-13 Minolta Co Ltd 画像処理装置、画像処理方法及び画像処理プログラムを記録した記録媒体
US6643400B1 (en) 1999-03-31 2003-11-04 Minolta Co., Ltd. Image processing apparatus and method for recognizing specific pattern and recording medium having image processing program recorded thereon
JP2002230540A (ja) 2001-02-02 2002-08-16 Fuji Xerox Co Ltd 画像処理方法
TWI234737B (en) 2001-05-24 2005-06-21 Ip Flex Inc Integrated circuit device
EP1296457B1 (en) * 2001-09-21 2009-04-29 Ricoh Company, Ltd. Multi-level data processing for recording
US7477775B2 (en) * 2003-07-18 2009-01-13 Olympus Corporation Microscope system

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1459761A (zh) * 2002-05-24 2003-12-03 清华大学 基于Gabor滤波器组的字符识别技术
CN1489115A (zh) * 2003-08-14 2004-04-14 中国人民解放军第一军医大学 基于广义模糊随机场的图像优化分割方法

Also Published As

Publication number Publication date
US8208728B2 (en) 2012-06-26
KR101199195B1 (ko) 2012-11-07
WO2006019165A1 (ja) 2006-02-23
EP1783688A1 (en) 2007-05-09
KR101225146B1 (ko) 2013-01-22
US20110164818A1 (en) 2011-07-07
CN101006467A (zh) 2007-07-25
JPWO2006019165A1 (ja) 2008-05-08
KR20070046916A (ko) 2007-05-03
US20070248266A1 (en) 2007-10-25
EP1783688A4 (en) 2012-10-31
US7974471B2 (en) 2011-07-05
EP2618308A1 (en) 2013-07-24
EP2618308B1 (en) 2017-05-10
EP1783688B1 (en) 2017-04-12
KR20120066058A (ko) 2012-06-21
JP4803493B2 (ja) 2011-10-26

Similar Documents

Publication Publication Date Title
CN100578545C (zh) 标记图像的生成方法和图像处理系统
Uhr Parallel computer vision
Awe et al. Smart trash net: Waste localization and classification
US4167728A (en) Automatic image processor
EP2030149B1 (en) Pattern detection on an linear processor array
Vega-Rodríguez et al. An FPGA-based implementation for median filter meeting the real-time requirements of automated visual inspection systems
CN107851327B (zh) 粗细搜索方法、图像处理装置及记录介质
CN104281830A (zh) 二维码的识别方法及装置
WO2021169502A1 (en) A pixel image as well as its processing method and application system
CN104680531A (zh) 一种连通量统计信息提取方法及vlsi结构
Drayer et al. A modular and reprogrammable real-time processing hardware, MORRPH
Deepa et al. Global biotic cross-pollination algorithm enhanced with evolutionary strategies for color image segmentation
Pavlitskaya et al. Evaluating mixture-of-experts architectures for network aggregation
US5596660A (en) Compression/reduction method for extracting iconic/symboic information from an image array
Waltz Automated generation of efficient code for gray-scale image processing
Nguyen et al. Fast parallel algorithms: from images to level sets and labels
Ramstein et al. A design tool for the specification and the simulation of array processors architectures application to image processing: the extraction of regions of interests
Willett et al. Higher Level Algorithms: Evaluation and Implementation
Tenenbaum et al. Video Stream Processors: A Cost-Effective Computational Architecture For Image Processing
Eldharif et al. Automatic License-Plate Recognition Using Optical Character Recognition
Li Hierarchical light in a pyramid machine
Eshaghian et al. The systolic reconfigurable mesh
Grigoras et al. Design of a baggage handling system
JPH06274692A (ja) 文字抽出装置
Tanimoto Parallel Processing: From Low-to High-Level Vision

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
ASS Succession or assignment of patent right

Owner name: FUJI XEROX CO., LTD.

Free format text: FORMER OWNER: IP PHILIP CO., LTD.

Effective date: 20100421

C41 Transfer of patent application or patent right or utility model
TR01 Transfer of patent right

Effective date of registration: 20100421

Address after: Tokyo, Japan, Japan

Patentee after: Fuji Xerox Corp.

Address before: Tokyo, Japan, Japan

Patentee before: IP Flex Inc.

CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: Tokyo, Japan

Patentee after: Fuji film business innovation Co.,Ltd.

Address before: Tokyo, Japan

Patentee before: Fuji Xerox Co.,Ltd.