CN104376570A - 一种遥感二值图像目标区域分割的方法 - Google Patents

一种遥感二值图像目标区域分割的方法 Download PDF

Info

Publication number
CN104376570A
CN104376570A CN201410716803.7A CN201410716803A CN104376570A CN 104376570 A CN104376570 A CN 104376570A CN 201410716803 A CN201410716803 A CN 201410716803A CN 104376570 A CN104376570 A CN 104376570A
Authority
CN
China
Prior art keywords
label
tab
tmp
remote sensing
mapping table
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.)
Pending
Application number
CN201410716803.7A
Other languages
English (en)
Inventor
莫海棠
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN201410716803.7A priority Critical patent/CN104376570A/zh
Publication of CN104376570A publication Critical patent/CN104376570A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation
    • G06T2207/30184—Infrastructure

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种遥感二值图像目标区域分割的方法，采用映射表、辅助表“双表”实时记录和修正等价标号，完成图像的最终连通域标记，很好地解决了标记冲突的问题。比传统算法在处理效率上有显著提高，具有较好的应用价值。

Description

一种遥感二值图像目标区域分割的方法
技术领域
本发明涉及一种图像分割技术，特指一种遥感二值图像目标区域分割的方法。 
背景技术
计算机自动解译遥感影像时，地物目标识别的结果常常会以二值图的形式输出以待后续处理。如环境卫星影像提取湖泊水体，当工程任务要考察其中特定的湖泊时（如计算单个湖泊面积），就需要区分出二值图中各个不同的水域，这就必须对生成二值图进行连通区域标记。二值图连通域标记是指将图中满足四邻域或八邻域连通规则的像素识别为同一个目标，然后用唯一的标号来标记连通区域内的像素点。二值图像连通域分割方法，按照处理对象的不同主要分为基于像素和基于线段两大类。像素点扫描方式有区域增长法、顺序扫描法、递归标记法等。线段扫描算法主要有基于游程的标记算法以及多种改进算法，此外还有基于模块的标记算法。各种算法的主要不同点在于对冲突标记对的处理方式，最终的标记要通过算法合并或者回溯扫描，将等价标号标记为同一连通域标号。优化算法的目的在于正确解决好冲突标记的同时，提高标记算法的速度和性能。 
遥感二值图像尺寸大，单个连通区域像素多，基于像素的算法容易导致堆栈溢出或者前景像素多次反复遍历，效率不高。而基于线段的传统标记算法相比基于像素的方法效率要高，利用邻接表来记录冲突标记，一旦遇到等价对就记录在邻接表中，在数据量较多且形状复杂的遥感二值图像处理上，容易使邻接表存储大量的等价对信息，既浪费存储空间也不利于算法合并处理。 
发明内容
本发明针对现有技术存在的上述不足，提供一种遥感二值图像目标区域分割的方法。 
为实现上述目的，本发明采取的技术方案是：一种遥感二值图像目标区域分割的方法，其特征在于，采用以下算法： 
功能：二值图像初步标号，建立标号映射表
输入：遥感二值图像Fij
输出：中间图像Fij’，标号映射表tab_ys
（1）定义映射表tab_ys ，定义辅助表tab_fz ，总标号label = 0 ，映射表和辅助表各元素初始化为0。
（2）从上到下逐行扫描图像，若在第i 行中发现1 值段Fi,m~Fi,n ，为其申请结点，进行（3）；否则返回（2）进行下一行扫描。 
（3）据公式: (L1.begin≤L2.end + 1)∩(L1.end≥L2.begin - 1)，与第i - 1 行中线段结点逐个判断连通性，若都不连通（适合i = 1），则label = label + 1 赋值给F’i,m~F’i,n和当前线段结点,tab_ys[label] = label ，返回（2）；否则有k(k ≥1) 个线段结点与之连通，线段标号为label(1)~label(k) ，用label(1) 赋值给当前线段结点和F’i,m~F’i,n ，进行（4）。 
（4）若k =1，返回（2）；否则逐个检查tab_ys[label(x)](2≤x≤k) 与tab_ys[label(1)] 的关系，若不相等，则执行correct(tab_ys[label(1)],tab_ys[label(x)]) 。全部检查完毕返回（2）。 
根据初步标号结果和映射表，执行Fij' = tab_ysFij' ，即可完成图像的最终连通域标记。 
上述所述的一种遥感二值图像目标区域分割的方法，其特征在于，所述的辅助表负责记录各个连通域对应的全部标号，如连通域j对应的全部标号为{a，b，c} ，则tab_fz[ j] = a ，tab_fz[a] = b ，tab_fz[b] = c ，tab_fz[c] = 0 ，从而形成了一个标号链表。 
上述所述的一种遥感二值图像目标区域分割的方法，其特征在于，所述的correct(tab_ys[label(1)],tab_ys[label(x)])为： 
void correct（int label1，int labelx）{
int tmp=labelx；
while（tmp）{
tab_ys[tmp]=label1；
tmp=tab_fz[tmp]；}
tmp=label1；
while（tab_fz[tmp]）tmp=tab_fz[tmp]；
tab_fz[tmp]=labelx；}
具体实施方式：
下面通过具体实施例，对本发明的技术方案作进一步具体的说明，但是本发明并不限于这些实施例。
如下，表1为二值图像示意图表，表2为中间图像示意图表。 
双表的赋值是在逐行扫描图像，对目标线段进行标号的同时完成的，建立双表的过程如下： 
（1）若当前扫描线段为孤立线段（与上一行无邻接线段），则赋值新标号label 给中间图像的当前位置，如表2中第一行标号为1 的线段，第二行标号为2、3 的线段。执行tab_ys[label] = label 。
（2）当前线段与上一行唯一一条线段连通，则直接复制上一行的标号赋值给当前线段。如表2中第三行标号为1、2、3 的线段。 
（3）当前线段与上一行多于一条线段连通，则将最左边连通线段标号赋值给当前线段，然后找到当前线段标号在映射表中对应的连通域A1 ，第L(L≥2) 次与其连通线段的标号对应连通域为A2 。若A1 和A2 相同，则不作处理；否则，A1 和A2 应实现合并，先将A2 在辅助表中对应的全部标号找出，分别以这些标号作下标，修改其在映射表中对应连通域为A1 ，然后再在辅助表中找到A1 对应的标号链表末端元素，将末端元素更改为A2 。具体两个不同连通区域label1 和label2 连通合并，可用correct 函数来表述。 
void correct（int label1，int label2）{ 
int tmp=label2；
while（tmp）{
tab_ys[tmp]=label1；
tmp=tab_fz[tmp]；}
tmp=label1；
while（tab_fz[tmp]）tmp=tab_fz[tmp]；
tab_fz[tmp]=label2；}
表1 二值图像示意图表
表2 中间图像示意图表
表2 中间图像示意图
按照上述规则遍历完表2 后，辅助表和映射表中的数值如表1 所示。表2 中9 个不同标号在映射表中已分割为3 个不同的连通域，分别为5、3 和9。在辅助表中，可以发现连通域5 对应的所有标号构成了一个标号链表{4，1，2，6，7，8}。
表1 最终映射表和辅助表 
对表2进行第二次遍历，更改各个标号为映射表中对应的实际连通域，则完成了图像目标的准确分割，表3为分割结果。
表3 最终图像示意图表 

Claims (3)

1.一种遥感二值图像目标区域分割的方法，其特征在于，采用以下算法：
功能：二值图像初步标号，建立标号映射表
输入：遥感二值图像Fij
输出：中间图像Fij’，标号映射表tab_ys
（1）定义映射表tab_ys ，定义辅助表tab_fz ，总标号label = 0 ，映射表和辅助表各元素初始化为0；
（2）从上到下逐行扫描图像，若在第i 行中发现1 值段Fi,m~Fi,n ，为其申请结点，进行（3）；否则返回（2）进行下一行扫描；
（3）据公式: (L1.begin≤L2.end + 1)∩(L1.end≥L2.begin - 1)，与第i - 1 行中线段结点逐个判断连通性，若都不连通（适合i = 1），则label = label + 1 赋值给F’i,m~F’i,n和当前线段结点,tab_ys[label] = label ，返回（2）；否则有k(k ≥1) 个线段结点与之连通，线段标号为label(1)~label(k) ，用label(1) 赋值给当前线段结点和F’i,m~F’i,n ，进行（4）；
（4）若k =1，返回（2）；否则逐个检查tab_ys[label(x)](2≤x≤k) 与tab_ys[label(1)] 的关系，若不相等，则执行correct(tab_ys[label(1)],tab_ys[label(x)]) ；
全部检查完毕返回（2）；
根据初步标号结果和映射表，执行Fij' = tab_ysFij' ，即可完成图像的最终连通域标记。
2.根据权利要求1所述的一种遥感二值图像目标区域分割的方法，其特征在于，所述的辅助表负责记录各个连通域对应的全部标号，如连通域j对应的全部标号为{a，b，c} ，则tab_fz[ j] = a ，tab_fz[a] = b ，tab_fz[b] = c ，tab_fz[c] = 0 ，从而形成了一个标号链表。
3.根据权利要求1所述的一种遥感二值图像目标区域分割的方法，其特征在于，所述的correct(tab_ys[label(1)],tab_ys[label(x)])为：
void correct（int label1，int labelx）{
int tmp=labelx；
while（tmp）{
tab_ys[tmp]=label1；
tmp=tab_fz[tmp]；}
tmp=label1；
while（tab_fz[tmp]）tmp=tab_fz[tmp]；
tab_fz[tmp]=labelx；}。
CN201410716803.7A 2014-12-02 2014-12-02 一种遥感二值图像目标区域分割的方法 Pending CN104376570A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410716803.7A CN104376570A (zh) 2014-12-02 2014-12-02 一种遥感二值图像目标区域分割的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410716803.7A CN104376570A (zh) 2014-12-02 2014-12-02 一种遥感二值图像目标区域分割的方法

Publications (1)

Publication Number Publication Date
CN104376570A true CN104376570A (zh) 2015-02-25

Family

ID=52555460

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410716803.7A Pending CN104376570A (zh) 2014-12-02 2014-12-02 一种遥感二值图像目标区域分割的方法

Country Status (1)

Country Link
CN (1) CN104376570A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105719296A (zh) * 2016-01-21 2016-06-29 天津大学 基于地址-事件表示的高速图像二值连通域标记方法
CN106127786A (zh) * 2016-07-04 2016-11-16 大连理工大学 一种复杂连通区域特征的快速标定与提取方法
CN107067400A (zh) * 2016-11-30 2017-08-18 南京航空航天大学 一种基于游程的二值图像连通区域标记方法
CN112883960A (zh) * 2021-01-25 2021-06-01 济南浪潮高新科技投资发展有限公司 一种海水养殖区域提取方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
程琦等: "一种遥感二值图像目标区域分割的新方法", 《计算机工程与应用》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105719296A (zh) * 2016-01-21 2016-06-29 天津大学 基于地址-事件表示的高速图像二值连通域标记方法
CN105719296B (zh) * 2016-01-21 2019-04-16 天津大学 基于地址-事件表示的高速图像二值连通域标记方法
CN106127786A (zh) * 2016-07-04 2016-11-16 大连理工大学 一种复杂连通区域特征的快速标定与提取方法
CN106127786B (zh) * 2016-07-04 2018-12-18 大连理工大学 一种复杂连通区域特征的快速标定与提取方法
CN107067400A (zh) * 2016-11-30 2017-08-18 南京航空航天大学 一种基于游程的二值图像连通区域标记方法
CN112883960A (zh) * 2021-01-25 2021-06-01 济南浪潮高新科技投资发展有限公司 一种海水养殖区域提取方法及装置
CN112883960B (zh) * 2021-01-25 2022-08-26 山东浪潮科学研究院有限公司 一种海水养殖区域提取方法及装置

Similar Documents

Publication Publication Date Title
CN103065314B (zh) 一种基于线描述子的图像连通域快速标记方法
CN103927526B (zh) 一种基于高斯差分多尺度边缘融合的车辆检测方法
CN103473785B (zh) 一种基于三值化图像聚类的快速多目标分割方法
CN104143096B (zh) 基于地址事件表达的二值连通域标记方法
CN107704801A (zh) 基于分段直线加分段贝塞尔曲线的曲线车道线检测方法
CN104376570A (zh) 一种遥感二值图像目标区域分割的方法
CN106407983A (zh) 图像主体的识别、矫正与配准方法
CN104809698A (zh) 一种基于改进三边滤波的Kinect深度图像修复方法
CN105809149A (zh) 基于最大长度直线的车道线检测方法
CN104657980A (zh) 一种改进的基于Meanshift的多通道图像分割算法
CN110223310B (zh) 一种基于深度学习的线结构光中心线和箱体边缘检测方法
CN103218833B (zh) 边缘加强型的彩色空间最稳极值区域检测方法
CN104240231A (zh) 基于局部结构二进制模式的多源图像配准
CN105321179A (zh) 面向工业产品表面缺陷检测的二值图像连通域标记方法
CN106447673A (zh) 一种非均匀光照条件下的芯片引脚提取方法
CN107016680B (zh) 一种基于显著性检测的害虫图像背景去除方法
CN106203496A (zh) 基于机器学习的水文曲线提取方法
CN106373126B (zh) 基于融合类测地线和边界对比的图像显著性检测方法
CN110276279A (zh) 一种基于图像分割的任意形状场景文本探测方法
CN107944451A (zh) 一种藏文古籍文档的行切分方法及系统
CN110473174A (zh) 一种基于图像计算铅笔精确数目的方法
CN104866850B (zh) 一种文本图像二值化的优化方法
CN107977976A (zh) 一种图像分割方法
CN103778428B (zh) 基于块标记的病害感兴趣区域提取方法及系统
CN111241911B (zh) 一种自适应的车道线检测方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20150225