CN104680531A - 一种连通量统计信息提取方法及vlsi结构 - Google Patents
一种连通量统计信息提取方法及vlsi结构 Download PDFInfo
- Publication number
- CN104680531A CN104680531A CN201510091584.2A CN201510091584A CN104680531A CN 104680531 A CN104680531 A CN 104680531A CN 201510091584 A CN201510091584 A CN 201510091584A CN 104680531 A CN104680531 A CN 104680531A
- Authority
- CN
- China
- Prior art keywords
- swimming
- distance
- region
- ram
- pixel coordinate
- 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.)
- Granted
Links
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种连通量统计信息提取方法及VLSI结构,包括以下步骤:同时对二值图像的相邻两个行进行扫描,判断当前行与上一行之间是否存在连通区域,当当前行与上一行之间存在连通区域时,则将上一行中与当前行相连通区域通过等价游程对合并规则合并至当前行中,同时将上一行中未与当前行连通的区域记作已结束区域,并输出已结束区域的信息,再更新当前行中连通区域的游程编号;当当前行为最后一行时,则根据等价游程对合并规则合并当前行行内的连通区域,然后将合并后得到的区域记作已结束区域,再输出已结束区域的信息,得连通量统计信息。本发明能够通过快速对二值图像处理提取二值图像的连通量统计信息,硬件资源消耗小。
Description
技术领域
本发明属于图像处理技术及集成电路设计领域,涉及一种连通量统计信息提取方法及VLSI结构。
背景技术
二值图像的连通量信息统计是从仅由“0”像素(通常表示背景点)和“1”像素(通常表示前景点)组成的一幅点阵图像中,将相互连接(4邻域或8邻域)的“1”值像素集合提取出来,其目的就是要寻找图像中所有的连通区域,并且将属于同一连通区域的所有像素用唯一的标记值进行标记,统计每个连通区域的特性。这种预处理操作在图像处理和模式识别的许多领域中被广泛采用。因此通过某种方法把各个连通区域区分开来,分别研究各个连通区域的特性,是提取图像特征、进行目标检测和识别的重要一步。
当前已有的区域连通算法根据其实现方式可以分为两类:软件可实现算法和硬件可实现算法。
Rosenfeld等发表的(A.Rosenfeld and J.L.Pfaltz.SequentialOperations in Digital Picture Processing,J.ACM,13(4):471-494,1966)中提出的两遍扫描算法被视为经典的区域连通标记算法,通过两次扫描图像,完成对连通区域的预标记以及等价标记的合并,但是由于存储等价标记所需的内存空间和合并等价标记所需的时间都很大,此算法仅仅适用于软件实现。Chang等发表的(F.Chang,C,J,Chen and C,J,Lu.A Linear-Time Component-Labeling Algorithm Using ContourTracing Technique,Computer Vision and Image Understand,vol.93,pp.206-220,2004)中提出的轮廓追踪算法通过追踪连通区域的轮廓,同一连通区域内部的像素被置相同的标记,从而完成对图像所有像素的标记,得到区域连通结果,但是由于算法中对内存的访问非常没有规律,此算法也仅仅适用于软件实现。在目前已知的区域连通算法中,Grana等发表的(Grana,C,Borghesani,D,and Cucchiara,R,Optimizedblock-based connected components labeling with decision trees,IEEE Trans.Image Process,2010,19,(6),pp.1596-1609)中提出的BBDT(block based decision table)算法具有最好的性能。
由于对大存储空间的要求,上述区域连通算法往往无法通过硬件逻辑加速,由此又出现了一些适用于硬件实现的连通域标记算法。Lumia等发表的(R.Lumia,L.Shapiro and O.Zungia,A New ConnectedComponents Algorithm for Virtual Memory Computers,ComputerVision and Image Unders tand,vol.22,No.2,pp.287-300,1983)中提出的算法在Rosenfeld的算法的基础之上,通过在第一次扫描过程中局部地合并等价标记,可以减少存储这些标记所需的内存空间。Kofi Appi ah等发表的(Kofi Appiah,Andrew Hunter,Patrick Dickinson,andJonathan Owens,A Run-Length Based Connected Component Algorithmfor FPGA Implementation,2008)中提出一种基于游程长度的区域连通算法,该算法可以通过片上RAM实现,但是对于大于1024X 1024的图像,大内存空间的要求依然成为瓶颈。
区域连通算法提取的连通量信息在各类图像处理和模式识别算法中的应用相当广泛。Arnon Amir等发表的(Arnon Amir;Lior Zimet,Alberto Sangiovanni-Vincentelli and Sean KAO,An embedded systemfor an eye-detection sensor,Computer Vision and ImageUnderstanding,98(2005):104-123)中提出的嵌入式人眼识别系统主要关注输入二值图像的连通区域的面积、边界和一阶距,其中面积的计算需要统计连通区域中像素点的总个数(SUM_n),边界的划定需要统计连通区域中像素横向坐标和纵向坐标的极值(X_min、X_max、Y_min、X_max),一阶距(几何中心)的计算不仅需要统计连通区域中像素点总个数(SUM_n),还需要统计连通区域中所有像素横向坐标和纵向左边的累加和(SUM_x、SUM_y)。
由上述可以看出,在目前已有连通域标记算法中,即使性能最优的BBDT算法也只能在高性能PC机器上取得较快的处理速度,往往无法满足高速实时图像处理的需要,尤其是对微形化的嵌入式图像处理系统,这就需要一种适用于硬件加速实现、硬件资源消耗小的连通量统计信息提取方法。
发明内容
本发明的目的在于克服上述现有技术的缺点,提供了一种连通量统计信息提取方法及VLSI结构,该方法及VLSI结构能够通过快速的对二值图像处理提取二值图像的连通量统计信息,并且硬件资源消耗小。
为达到上述目的,本发明所述的连通量统计信息提取方法包括以下步骤:
同时对二值图像的相邻两个行进行扫描,判断当前行与上一行之间是否存在连通区域,当当前行与上一行之间存在连通区域时,则将上一行中与当前行相连通区域通过等价游程对合并规则合并至当前行中,同时将上一行中未与当前行连通的区域记作已结束区域,并输出已结束区域的信息,再更新当前行中连通区域的游程编号;
当当前行为最后一行时,则根据等价游程对合并规则合并当前行行内的连通区域,然后将合并后得到的区域记作已结束区域,再输出已结束区域的信息,完成图像信息的提取,得连通量统计信息。
所述等价游程对合并规则为:
两个连通区域合并得到的区域的游程编号为两个连通区域的游程编号中较小的一个;
两个连通区域合并得到的区域的X向像素坐标最小值为两个连通区域的X向像素坐标最小值中较小的一个;
两个连通区域合并得到的区域的Y向像素坐标最小值为两个连通区域的Y向像素坐标最小值中较小的一个;
两个连通区域合并得到的区域的X向像素坐标的最大值为两个连通区域的X向像素坐标最大值中较大的一个;
两个连通区域合并得到的区域的Y向像素坐标的最大值为两个连通区域的Y向像素坐标最大值中较大的一个;
两个连通区域合并得到的区域的X向像素坐标的累加和为两个连通区域的X向像素坐标的累加和之和;
两个连通区域合并得到的区域的Y向像素坐标的累加和为两个连通区域的Y向像素坐标的累加和之和;
两个连通区域合并得到的区域的区域像素个数为两个连通区域的区域像素个数之和。
所述已结束区域的信息包括已结束区域的游程编号、X向像素坐标最小值、Y向像素坐标最小值、X向像素坐标的最大值、Y向像素坐标的最大值、X向像素坐标的累加和、Y向像素坐标的累加和及区域像素个数。
本发明所述的连通量统计信息提取的VLSI结构包括输入端、输出端、控制器、图像扫描模块、区域合并模块、RAM_A、RAM_B、RAM_EQU、RAM_PAIR及RAM_BUFFER;
所述控制器与输入端、RAM_BUFFER及图像扫描模块的相连接,图像扫描模块与控制器和区域合并模块相连接,区域合并模块与图像扫描模块、RAM_A、RAM_B、RAM_EQU、RAM_PAIR及输出端相连接;
输入端接收图像二值数据,并将图像二值数据存储到RAM_BUFFER中,控制器控制RAM_BUFFER将图像相邻两行的二值数据并行输出至图像扫描模块中,图像扫描模块对相邻两行进行扫描,判断每行的游程及两行的等价游程,再将当前行的游程信息及两行的等价游程对信息转发至区域合并模块中,区域合并模块将当前行的游程信息存储到RAM_A或RAM_B,将两行间等价游程对的行内次序编号记录到RAM_EQU中,然后合并两行间等价游程的游程信息,当当前行行内产生游程编号不同的等价游程对时,则将等价游程编号记录到RAM_PAIR中,再扫描上一行中所有未合并游程,将具有相同游程编号的游程标记为一个已结束区域,然后通过输出端输出已结束区域的信息,再根据RAM_PAIR中的信息更新当前行的游程标号,若当前行是最后一行,则将具有相同游程编号的游程标记为已结束区域,然后通过输出端输出已结束区域的信息。
本发明具有以下有益效果:
本发明所述的连通量统计信息提取方法及VLSI结构对二值图像进行连通量统计信息提取时,同时对原始二值图像的相邻两行进行扫描,获取两行的连通区域,再将两行的连通区域进行合并,然后将上一行中未合并区域的信息作为已结束区域信息进行输出,每次扫描完毕后均进行一次已结束区域信息的输出,避免了对整幅二值图像数据的记录,大大节省了内存空间,只需对整幅二值图像扫描一次,提高了运行速度,与目前区域连通算法相对具有明显的速度优势,并且能直接得到连通区域的统计信息。
附图说明
图1为本发明的流程图;
图2为本发明中2X2扫描模板示意图;
图3本发明中连通量统计信息提取的VLSI结构示意图;
图4(a)为测试用图1;
图4(b)为测试用图1;
图4(c)为测试用图1;
图4(d)为测试用图1。
具体实施方式
下面结合附图对本发明做进一步详细描述:
参考图1,本发明所述的连通量统计信息提取方法包括以下步骤:
同时对二值图像的相邻两个行进行扫描,判断当前行与上一行之间是否存在连通区域,当当前行与上一行之间存在连通区域时,则将上一行中与当前行相连通区域通过等价游程对合并规则合并至当前行中,同时将上一行中未与当前行连通的区域记作已结束区域,并输出已结束区域的信息,再更新当前行中连通区域的游程编号;
当当前行为最后一行时,则根据等价游程对合并规则合并当前行行内的连通区域,然后将合并后得到的区域记作已结束区域,再输出已结束区域的信息,完成图像信息的提取,得连通量统计信息。
所述等价游程对合并规则为:
两个连通区域合并得到的区域的游程编号为两个连通区域的游程编号中较小的一个;
两个连通区域合并得到的区域的X向像素坐标最小值为两个连通区域的X向像素坐标最小值中较小的一个;
两个连通区域合并得到的区域的Y向像素坐标最小值为两个连通区域的Y向像素坐标最小值中较小的一个;
两个连通区域合并得到的区域的X向像素坐标的最大值为两个连通区域的X向像素坐标最大值中较大的一个;
两个连通区域合并得到的区域的Y向像素坐标的最大值为两个连通区域的Y向像素坐标最大值中较大的一个;
两个连通区域合并得到的区域的X向像素坐标的累加和为两个连通区域的X向像素坐标的累加和之和;
两个连通区域合并得到的区域的Y向像素坐标的累加和为两个连通区域的Y向像素坐标的累加和之和;
两个连通区域合并得到的区域的区域像素个数为两个连通区域的区域像素个数之和。
所述已结束区域的信息包括已结束区域的游程编号、X向像素坐标最小值、Y向像素坐标最小值、X向像素坐标的最大值、Y向像素坐标的最大值、X向像素坐标的累加和、Y向像素坐标的累加和及区域像素个数。
参考图3,本发明所述的连通量统计信息提取的VLSI结构包括输入端、输出端、控制器、图像扫描模块、区域合并模块、RAM_A、RAM_B、RAM_EQU、RAM_PAIR及RAM_BUFFER;
所述控制器与输入端、RAM_BUFFER及图像扫描模块的相连接,图像扫描模块与控制器和区域合并模块相连接,区域合并模块与图像扫描模块、RAM_A、RAM_B、RAM_EQU、RAM_PAIR及输出端相连接;
输入端接收图像二值数据,并将图像二值数据存储到RAM_BUFFER中,控制器控制RAM_BUFFER将图像相邻两行的二值数据并行输出至图像扫描模块中,图像扫描模块对相邻两行进行扫描,判断每行的游程及两行的等价游程,再将当前行的游程信息及两行的等价游程对信息转发至区域合并模块中,区域合并模块将当前行的游程信息存储到RAM_A或RAM_B,将两行间等价游程对的行内次序编号记录到RAM_EQU中,然后合并两行间等价游程的游程信息,当当前行行内产生游程编号不同的等价游程对时,则将等价游程编号记录到RAM_PAIR中,再扫描上一行中所有未合并游程,将具有相同游程编号的游程标记为一个已结束区域,然后通过输出端输出已结束区域的信息,再根据RAM_PAIR中的信息更新当前行的游程标号,若当前行是最后一行,则将具有相同游程编号的游程标记为已结束区域,然后通过输出端输出已结束区域的信息。
实施例一
参考图2,本发明的具体过程为:
1)图像输入:选择四连通或者八连通配置。
2)行缓存:接收输入端输入的图像二值数据,通过RAM_BUFFER的缓存作用,同时将图像相邻两行的二值数据并行输出。
3)行扫描:对图像的二值数据阵列进行扫描,每次对图像的两行同时扫描,即每行都要被扫描两次,第一次作为当前行,第二次作为上一行,行扫描的过程中,采用2X2扫描模板,如图2所示,扫描过程中模板逐列右移。
标记游程并记录:2X2扫描模板的上一行的二值数据为01时,上一行产生一个新的游程;2X2扫描模板的上一行的二值数据为10时,上一行的当前游程结束;2X2扫描模板的当前行的二值数据为01时,当前行产生一个新的游程;2X2扫描模板的上一行的二值数据为10时,当前行的当前游程结束;在游程结束后,对游程信息进行记录,存到RAM_A或RAM_B,其中,奇数行存入RAM_A,偶数行存入RAM_B。由于上一行的游程信息在上一次行扫描过程已经作为当前行存到相应RAM,因此只需记录本次扫描中当前行的游程信息。游程信息包括游程编号(lam_id),X向像素坐标最大值(X_max)和最小值(X_min)、Y向像素坐标最大值(Y_max)和最小值(Y_min)、X向像素坐标累加和(SUM_x)、Y向像素坐标累加和(SUMy)、区域像素个数(SUM_n)和游程合并标记(S)(1表示该游程已经与)下一行某个游程合并,0表示该游程未与下一行某个游程合并)。
判别等价游程并记录:在行扫描的过程中,根据四连通或者八联通的相应规则判别相邻两行间的等价游程对。
对于四连通来说,2X2扫描模板出现下列三种情况时,认定有新的等价游程对出现。
对于八连通来说,2X2扫描模板出现下列五种情况时,认定有新的等价游程对出现。
当有新的等价游程对出现时,把这两个游程在其相应行的行内游程次序编号存入RAM_equ中。
4)合并等价游程:对于步骤3中检测出的等价游程对,需要将游程对中上一行游程的信息合并到当前行的游程信息,合并后的游程信息存入当前行的游程信息中,上一行被合并的游程的合并标记(S)置1。
合并输出上一行剩余游程:经过步骤4以后,上一行的游程中,会剩余一些未合并(合并标记S为0)的游程。在这些剩余的游程中,具有相同游程编号的游程标记为一个结束连通区域,合并信息输出,包括X向像素坐标最大值(X_max)和最小值(X_min)、Y向像素坐标最大值(Y_max)和最小值(Y_min)、X向像素坐标累加和(SUM_x)、Y向像素坐标累加和(SUM_y)、区域像素个数(SUM_n)。
更新当前行游程编号:合并行间等价游程会在当前行产生游程编号(lam_id)不同的等价游程,将等价游程编号存入RAM_PAIR,然后对当前行游程进行游程编号的更新,等价游程编号取最小值赋予等价的游程。
5)图像结束检查:若当前行不是最后一行,则进入新一轮的行扫描。若当前行是最后一行,具有相同游程编号的游程标记为一个已结束区域,然后输出该已结束区域的信息,一幅图像的区域信息统计量提取完成,最终能够得到图像当中每个连通区域的7个统计信息,包括X向像素坐标最大值(X_max)和最小值(X_min)、Y向像素坐标最大值(Y_max)和最小值(Y_min)、X向像素坐标累加和(SUM_x)、Y向像素坐标累加和(SUM_y)、区域像素个数(SUM_n)。
6)所需片上存储资源分析:对于像素大小M×N的图像,每组RAM所需的位宽和深度分析如下(其中log2X的结果向上取整)。[1].RAM_A(RAM_B)记录的是图像每个游程区域的信息,扫描一行更新一次。由于每行的最大游程区域数为M/2,所需的深度为M/2,所需的位宽总共有5部分构成:区域编号:考虑到极限情况,对于M×N图像,区域个数的极限值为M×N/2,考虑到发生这种情况的时候,图像检测区域已经没有意义,所以即使求出区域信息也是没有必要的,故可以约定一个可以接受的区域上限,来减少资源的占用,如果输入图像对单独一个点的区域做了过滤,那么区域上限为M×N/4,所需位宽为(log2(M×N/4))bit;区域顶点坐标:由于需要最大满足M×N分辨率,X向坐标位宽均为(log2M)bit,Y向坐标位宽均为(log2N)bit,系统需要X轴的最大最小值和Y轴的最大最小值,总计需要(2log2M+2log2N)bit;区域像素坐标和:对于M×N图像分辨率,区域坐标累加最大值为M×(M+1)/2×N,所需位宽为(2log2(M×(M+1)/2×N))bit;区域像素点个数:最大为M×N,所需位宽为(log2(M×N))bit。连通标记:所需位宽为1bit,所需的总位宽为(log2(M×N/4))+(2log2M+2log2N)+(2log2(M×(M+1)/2×N))+(log2(M×N))(bit)。
RAM_EQU记录的是相邻两行间等价游程对的行内次序编号,最大值为M/2,因此所需的位宽为(2log2(M/2))bit。通过MATLAB仿真大量图像(像素构成复杂,其中最大像素可到2048×1536),相邻两行间等价游程对的数量远小于其理论最大数量M/2。出于节约硬件资源的考虑,这里我们取M/4即可以满足实际需求,因此RAM_EQU所需的深度为M/4。
RAM_PAIR记录的是当前行内等价游程的游程编号,即RAM_A(RAM_B)中的区域编号,因此所需的位宽为(log2(M×N/4))bit。与RAM_EQU同理,当前行内等价游程对的数量远小于其最大值,这里我们取M/8即可满足实际需求。
RAM_BUFFER是与输入控制模块连接的行缓存RAM,因此所需位宽为1bit,所需深度为M。
表1统计了对于像素M×N的图像,在不做区域数约束的情况下,预估该算法的最大的资源占用;
表1
表2统计了对于像素2048×1536的图像,在不做区域数约束的情况下,预估该算法的最大的资源占用;
表2
表3是扫描不同大小图像时,本文的连通标记算法与BBDT算法的性能对比,BBDT算法的测试平台为Microsoft Visual C++2008,CPU主频为2.4GHZ,内存6.00GB;本文算法通过RTL代码实现,仿真平台为ModelSim6.2E,仿真频率为100MHZ。从仿真结果可以看出,BBDT算法通过软件实现,在较高的工作频率下处理不同复杂程度(不同连通区域个数)图像的速度较快;本文算法基于硬件实现,在较低的工作频率下,处理简单图像的速度甚至要优于BBDT算法,随着图像复杂程度提高,速度有所下降,但是考虑到仿真频率较低,提高运行频率能够极大提高处理速度。
表3
表4是RTL代码综合后的资源统计,其中RAM_A和RAM_B需求155位宽,SRAM Generator支持的最大位宽为128位。通过对不同位宽拼接方案的综合面积比较,最终采用一个深度相同的78位RAM和77位RAM拼接而成。
表4
Claims (4)
1.一种连通量统计信息提取方法,其特征在于,包括以下步骤:
同时对二值图像的相邻两个行进行扫描,判断当前行与上一行之间是否存在连通区域,当当前行与上一行之间存在连通区域时,则将上一行中与当前行相连通区域通过等价游程对合并规则合并至当前行中,同时将上一行中未与当前行连通的区域记作已结束区域,并输出已结束区域的信息,再更新当前行中连通区域的游程编号;
当当前行为最后一行时,则根据等价游程对合并规则合并当前行行内的连通区域,然后将合并后得到的区域记作已结束区域,再输出已结束区域的信息,完成图像信息的提取,得连通量统计信息。
2.根据权利要求1所述的连通量统计信息提取方法,其特征在于,所述等价游程对合并规则为:
两个连通区域合并得到的区域的游程编号为两个连通区域的游程编号中较小的一个;
两个连通区域合并得到的区域的X向像素坐标最小值为两个连通区域的X向像素坐标最小值中较小的一个;
两个连通区域合并得到的区域的Y向像素坐标最小值为两个连通区域的Y向像素坐标最小值中较小的一个;
两个连通区域合并得到的区域的X向像素坐标的最大值为两个连通区域的X向像素坐标最大值中较大的一个;
两个连通区域合并得到的区域的Y向像素坐标的最大值为两个连通区域的Y向像素坐标最大值中较大的一个;
两个连通区域合并得到的区域的X向像素坐标的累加和为两个连通区域的X向像素坐标的累加和之和;
两个连通区域合并得到的区域的Y向像素坐标的累加和为两个连通区域的Y向像素坐标的累加和之和;
两个连通区域合并得到的区域的区域像素个数为两个连通区域的区域像素个数之和。
3.根据权利要求1所述的连通量统计信息提取方法,其特征在于,所述已结束区域的信息包括已结束区域的游程编号、X向像素坐标最小值、Y向像素坐标最小值、X向像素坐标的最大值、Y向像素坐标的最大值、X向像素坐标的累加和、Y向像素坐标的累加和及区域像素个数。
4.一种连通量统计信息提取的VLSI结构,其特征在于,包括输入端、输出端、控制器、图像扫描模块、区域合并模块、RAM_A、RAM_B、RAM_EQU、RAM_PAIR及RAM_BUFFER;
所述控制器与输入端、RAM_BUFFER及图像扫描模块的相连接,图像扫描模块与控制器和区域合并模块相连接,区域合并模块与图像扫描模块、RAM_A、RAM_B、RAM_EQU、RAM_PAIR及输出端相连接;
输入端接收图像二值数据,并将图像二值数据存储到RAM_BUFFER中,控制器控制RAM_BUFFER将图像相邻两行的二值数据并行输出至图像扫描模块中,图像扫描模块对相邻两行进行扫描,判断每行的游程及两行的等价游程,再将当前行的游程信息及两行的等价游程对信息转发至区域合并模块中,区域合并模块将当前行的游程信息存储到RAM_A或RAM_B,将两行间等价游程对的行内次序编号记录到RAM_EQU中,然后合并两行间等价游程的游程信息,当当前行行内产生游程编号不同的等价游程对时,则将等价游程编号记录到RAM_PAIR中,再扫描上一行中所有未合并游程,将具有相同游程编号的游程标记为一个已结束区域,然后通过输出端输出已结束区域的信息,再根据RAM_PAIR中的信息更新当前行的游程标号,若当前行是最后一行,则将具有相同游程编号的游程标记为已结束区域,然后通过输出端输出已结束区域的信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510091584.2A CN104680531B (zh) | 2015-02-28 | 2015-02-28 | 一种连通量统计信息提取方法及vlsi结构 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510091584.2A CN104680531B (zh) | 2015-02-28 | 2015-02-28 | 一种连通量统计信息提取方法及vlsi结构 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104680531A true CN104680531A (zh) | 2015-06-03 |
CN104680531B CN104680531B (zh) | 2016-10-26 |
Family
ID=53315524
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510091584.2A Active CN104680531B (zh) | 2015-02-28 | 2015-02-28 | 一种连通量统计信息提取方法及vlsi结构 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104680531B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105678682A (zh) * | 2016-01-08 | 2016-06-15 | 西安交通大学 | 一种基于fpga的二值图像连通区域信息快速获取系统及方法 |
CN105740861A (zh) * | 2016-02-02 | 2016-07-06 | 大连楼兰科技股份有限公司 | 一种快速统计图像标记连通的方法 |
CN107240101A (zh) * | 2017-04-13 | 2017-10-10 | 桂林优利特医疗电子有限公司 | 目标区域检测方法和装置、图像分割方法和装置 |
CN108876701A (zh) * | 2018-06-21 | 2018-11-23 | 西北工业大学 | 一种基于游程的单次扫描通域标记方法及其硬件结构 |
CN109146953A (zh) * | 2018-09-11 | 2019-01-04 | 杭州电子科技大学 | 基于fpga的标记面积块上限分离分道方法 |
CN110473250A (zh) * | 2019-07-31 | 2019-11-19 | 苏州中科全象智能科技有限公司 | 一种机器视觉处理中加速Blob分析的方法 |
CN111145191A (zh) * | 2019-12-28 | 2020-05-12 | 武汉瑞纳捷电子技术有限公司 | 一种基于游程编码的连通域查找方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101930544A (zh) * | 2010-09-07 | 2010-12-29 | 东南大学 | 基于行游程邻接表的乐谱快速连通域分析方法 |
CN103824073A (zh) * | 2012-11-16 | 2014-05-28 | 方正国际软件(北京)有限公司 | 一种图像信息的抽取方法 |
-
2015
- 2015-02-28 CN CN201510091584.2A patent/CN104680531B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101930544A (zh) * | 2010-09-07 | 2010-12-29 | 东南大学 | 基于行游程邻接表的乐谱快速连通域分析方法 |
CN103824073A (zh) * | 2012-11-16 | 2014-05-28 | 方正国际软件(北京)有限公司 | 一种图像信息的抽取方法 |
Non-Patent Citations (3)
Title |
---|
桑红石等: "《一种适合硬件实现的多值图像连通域标记算法》", 《华中科技大学学报(自然科学版)》 * |
牛连强等: "《利用游程集合的标号传播实现快速连通域标记》", 《计算机辅助设计与图形学学报》 * |
蔡世界等: "《基于游程编码的连通区域标记算法优化及应用》", 《计算机应用》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105678682A (zh) * | 2016-01-08 | 2016-06-15 | 西安交通大学 | 一种基于fpga的二值图像连通区域信息快速获取系统及方法 |
CN105678682B (zh) * | 2016-01-08 | 2018-04-17 | 西安交通大学 | 一种基于fpga的二值图像连通区域信息快速获取系统及方法 |
CN105740861A (zh) * | 2016-02-02 | 2016-07-06 | 大连楼兰科技股份有限公司 | 一种快速统计图像标记连通的方法 |
CN107240101A (zh) * | 2017-04-13 | 2017-10-10 | 桂林优利特医疗电子有限公司 | 目标区域检测方法和装置、图像分割方法和装置 |
CN108876701A (zh) * | 2018-06-21 | 2018-11-23 | 西北工业大学 | 一种基于游程的单次扫描通域标记方法及其硬件结构 |
CN108876701B (zh) * | 2018-06-21 | 2022-08-02 | 西北工业大学 | 一种基于游程的单次扫描连通域标记方法及其硬件结构 |
CN109146953A (zh) * | 2018-09-11 | 2019-01-04 | 杭州电子科技大学 | 基于fpga的标记面积块上限分离分道方法 |
CN109146953B (zh) * | 2018-09-11 | 2021-12-10 | 杭州电子科技大学 | 基于fpga的标记面积块上限分离分道方法 |
CN110473250A (zh) * | 2019-07-31 | 2019-11-19 | 苏州中科全象智能科技有限公司 | 一种机器视觉处理中加速Blob分析的方法 |
CN111145191A (zh) * | 2019-12-28 | 2020-05-12 | 武汉瑞纳捷电子技术有限公司 | 一种基于游程编码的连通域查找方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN104680531B (zh) | 2016-10-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104680531A (zh) | 一种连通量统计信息提取方法及vlsi结构 | |
CN110738207B (zh) | 一种融合文字图像中文字区域边缘信息的文字检测方法 | |
Liao et al. | Stroke segmentation by Bernstein-Bezier curve fitting | |
CN110866529A (zh) | 字符识别方法、装置、电子设备及存储介质 | |
CN110838105B (zh) | 一种业务流程模型图像识别与再构方法 | |
CN105469047A (zh) | 基于无监督学习深度学习网络的中文检测方法及系统 | |
CN107845092A (zh) | 服装logo效果检测方法、装置及电子设备 | |
CN101840582B (zh) | 一种地籍图地块的边界数字化方法 | |
CN104143096A (zh) | 基于地址事件表达的二值连通域标记方法 | |
Amin et al. | Hand printed Arabic character recognition system | |
CN116071389A (zh) | 一种基于前背景匹配的边界框弱监督图像分割方法 | |
CN102314252B (zh) | 一种手写字符串的字符切分方法和装置 | |
Du et al. | Improved detection method for traffic signs in real scenes applied in intelligent and connected vehicles | |
Agui et al. | A method of recognition and representation of Korean characters by tree grammars | |
CN110516674A (zh) | 一种文本图像的手写汉字分割方法及系统 | |
Amin et al. | Hand-printed character recognition system using artificial neural networks | |
CN113468906B (zh) | 图形码提取模型构建方法、识别方法、装置、设备和介质 | |
CN112329389B (zh) | 一种基于语义分割与禁忌搜索的汉字笔画自动提取方法 | |
Zho et al. | A RMB optical character recognition system using FPGA | |
Bashir et al. | Density based script identification of a multilingual document image | |
CN116311301B (zh) | 无线表格识别方法及系统 | |
JP5824309B2 (ja) | 画像処理装置、画像処理方法、およびプログラム | |
Qin et al. | Chinese Character Skeleton Extraction Based on Linear Span Network | |
CN116580129B (zh) | 基于距离变换的书法字骨架改进方法、装置及存储介质 | |
CN107679568A (zh) | 基于像素差异分析的对比系统 |
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 |