CN105427287A - 一种基于投影变换的连通域标记方法 - Google Patents

一种基于投影变换的连通域标记方法 Download PDF

Info

Publication number
CN105427287A
CN105427287A CN201510753884.2A CN201510753884A CN105427287A CN 105427287 A CN105427287 A CN 105427287A CN 201510753884 A CN201510753884 A CN 201510753884A CN 105427287 A CN105427287 A CN 105427287A
Authority
CN
China
Prior art keywords
projection
row
image
child partition
value
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
Application number
CN201510753884.2A
Other languages
English (en)
Other versions
CN105427287B (zh
Inventor
童建文
龙超
郑坚
章林
王寿峰
付乾良
潘望
孙超
陈凌
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.)
Nanjing Lesi Electronic Equipment Co., Ltd.
Original Assignee
CETC 28 Research Institute
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 CETC 28 Research Institute filed Critical CETC 28 Research Institute
Priority to CN201510753884.2A priority Critical patent/CN105427287B/zh
Publication of CN105427287A publication Critical patent/CN105427287A/zh
Application granted granted Critical
Publication of CN105427287B publication Critical patent/CN105427287B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种连通域标记方法,特别涉及一种基于投影变换的连通域标记方法。本方法以二值图像为研究对象,采用投影变换的方法,实现对图像中连通区域的提取和分析。基于投影变换的连通域标记方法,通过将二维图像投影到一维方向上,并根据其投影结果进行区域的分割和提取,来实现连通域标记和分析。本方法利用投影变换的思想,将一个二维区域分割问题转化为一个一维线段分割问题,将连通域标记问题简单化。相对传统方法,本文方法实现简单,处理速度更快。

Description

一种基于投影变换的连通域标记方法
技术领域
本发明涉及一种计算机数字图像处理方法,特别涉及一种基于投影变换的连通域标记方法。
背景技术
连通域标记作为一种重要的数字图像处理技术,有着广泛的应用领域。对基于图像的目标提取和跟踪,连通域标记是一项关键技术,是进行后续目标提取和识别的必要步骤。正确快速的连通域标记和提取手段将为后续的分析和识别带来很大的便利。
近年来,随着技术的发展,人们通过各种传感器(光、电)获得的图像分辨率越来越高。目标的检测与跟踪的关键技术之一,连通域标记算法已成为其走向实际应用的制约瓶颈。因此,几十年来,研究者们不断地提出改进的方法,以降低连通域标记方法的时间复杂度和空间复杂度。
二值图像连通域标记方法,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。基于像素的算法容易导致堆栈溢出或者像素多次反复遍历,效率不高。
基于线段的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,对于大尺寸图像,容易使邻接表存储大量的等价对信息,使等价区域的合并逻辑复杂而且浪费存储空间。
发明内容
发明目的:本发明所要解决的技术问题是针对现有技术的不足,提供一种基于投影变换的连通域标记方法。
本发明的目的是设计一种存储量小、逻辑简单、且适合实时实现的连通域标记算法。
本发明方案的实施步骤如下:
步骤(1),图像二值化:对灰度图像作过阈值处理,得到一个二值图像,其中为1的像素点是能量高于阈值gate的单元,为0的是能量低于阈值的单元;
步骤(2),滤波处理:对二值图像做一次腐蚀和膨胀处理,以去除图像中的噪声和杂点;
步骤(3),列向投影;对二值图像作列向投影(纵向),只要该列上有值为1的像素点,则该列的投影值为1,否则为0。这样便得到一行由0、1组成的列向投影二值序列;
步骤(4),分区:对列向投影的结果分区,连续为1的区域标记为一个子分区;
步骤(5),依次在二值图像上取出列向投影的子分区,对其做行向投影(横向),只要该行上有值为1的像素点,则该行的投影值为1,否则为0。这样便得到一列由0、1组成的行向投影二值序列;
步骤(6),分区:对行向投影的结果分区,连续为1的区域标记为一个子分区;
步骤(7),记录各个子分区的起始和终止坐标,依次在二值图像上取出行向投影(横向)的子分区,对各个子分区重复步骤3-6,直到投影分区结果为1。这样便提取出了所有分区。
步骤(1)中,像素点的能量由图像的灰度值表征,灰度值的范围是0~255。
步骤(3)中,对二值图像作列向投影即纵向投影,只要该列上有值为1的像素点,则该列的投影值设为1,否则为零,由此得到一行由0和1组成的列向投影二值序列。
骤(5)中,依次在二值图像上取出列向投影的子分区,对其做行向投影即横向投影,只要该行上有值为1的像素点,则该行的投影值设为1,否则为0,由此得到一列由0和1组成的行向投影二值序列。
步骤(7)中,记录各个子分区的起始和终止坐标,依次在二值图像上取出行向投影的子分区,对各个子分区重复步骤3~6,直到投影分区结果为1,由此提取出所有分区。
在上述步骤(2)中,对图像作开运算处理,能有效去除图像中的杂点和噪声。在上述步骤(3)、(4)和(5)、(6)中,通过将二维图像投影到一维方向上,并根据其投影结果进行区域的分割和提取,将一个二维区域分割问题转化为一个一维线段分割问题,将连通域标记问题简单化。在上述步骤(7)中,对各个子分区进行投影变换和区域提取,可以区分投影重叠的各个区域。在上述步骤(7)中,只需记录各分区的起始和终止两个坐标点,避免了传统连通域标记方法中需要存储大量等价信息和整理等价对的缺点,极大地节省了存储空间并且降低了算法复杂度。这一点对于高分辨率、大尺寸图像尤其重要。
本发明与现有技术相比,具有以下显著优点:
1、性能稳定:对图像作开运算处理,能有效去除图像中的杂点和噪声。
2、逻辑简单:利用投影变换,将一个二维区域分割问题转化为一个一维线段分割问题,将连通域标记问题简单化;
3、存储量小:只需记录各分区的起始和终止两个坐标点,避免了传统连通域标记方法中需要存储大量等价信息的缺点,极大地节省了存储空间;
4、速度快:相对像素扫描方法,不存在大量的访问堆栈和领域搜索。相对于基于线段的标记算法,无需整理大量的等价对,简化了算法的逻辑,同时也提高了算法速度。
附图说明
下面结合附图和具体实施方式对本发明做更进一步的具体说明,本发明的上述和/或其他方面的优点将会变得更加清楚。
图1是处理流程图。
图2是原始图像。
图3是二值化后图像。
图4是开运算处理后图像。
图5是第一次列向投影分区结果。
图6是对a1分区行向投影分区结果。
图7是对b1分区列向投影分区结果。
图8是对b2分区列向投影分区结果。
具体实施方式
本发明涉及一种连通域标记方法,特别涉及一种基于投影变换的连通域标记方法。本方法以二值图像为研究对象,采用投影变换的方法,实现对图像中连通区域的提取和分析。基于投影变换的连通域标记方法,通过将二维图像投影到一维方向上,并根据其投影结果进行区域的分割和提取,来实现连通域标记和分析。本方法利用投影变换的思想,将一个二维区域分割问题转化为一个一维线段分割问题,将连通域标记问题简单化。相对传统方法,本文方法实现简单,处理速度更快。
本发明的目的是设计一种存储量小、逻辑简单、且适合实时实现的连通域标记算法。
下面结合图对本发明方案作进一步详细描述。
图1是整体的处理流程图。结合图1,本发明方法包括以下步骤:
1.图像二值化:对灰度图像作过阈值处理,得到一个二值图像,其中为1的像素点是能量高于阈值的单元,为0的是能量低于阈值的单元。阈值gate由图像的灰度均值m决定:
gate=m;
2.滤波处理:对二值图像做一次开运算,以去除图像中的噪声和杂点。
Image_out=Image_inοSE
式中,Image_in表示输入图像,Image_out表示开运算的输出图像。SE是开运算的结构算子。
3.列向投影:对二值图像作列向投影(纵向),只要该列上有值为1的像素点,则该列的投影值为1,否则为零。这样便得到一行由0、1组成的二值序列;
4.分区:对列向投影的结果分区,连续为1的区域标记为一个子分区,分区数记为n,若n=0,则该图像没有符合条件的区域,整个处理结束;若n=1且该区域为子分区的投影分区结果,则记录该子分区的起始、终止坐标,且该子分区的处理结束,处理下一个子分区;否则,执行下一步骤;
5.行向投影:依次在二值图像上取出列向投影的子分区,对其做行向投影(横向),只要该行上有值为1的像素点,则该行的投影值为1,否则为零。这样便得到一列由0、1组成的二值序列;
6.分区:对行向投影的结果分区,连续为1的区域标记为一个子分区,分区数记为n,若n=1则记录该子分区的起始、终止坐标,且该子分区的处理结束,处理下一个子分区;
7.分区提取:依次在二值图像上取出行向投影(横向)的子分区,对各个子分区重复步骤3-6,直到投影分区结果n=1。这样便提取出了所有分区。
下面结合实施例对本发明做进一步详细的描述:
实施例:
如图2(由于本发明特殊性,附图只能以灰度形式提供)所示在100×200的八位灰度图像中存在四个区域,其中背景区域A灰度值为40,干扰区域B的灰度值为180,目标区域C、D的灰度值为120。图中目标区域为需要提取的连通区域,干扰区域表示实际中能量比背景高的杂点。
1.图像二值化:对灰度图像作过阈值处理(阈值为100),得到一个二值图像,如图3所示。其中为1的像素点是能量高于阈值的单元(图中的深色部分即B、C、D区域),为0的像素点是能量低于阈值的单元(图中的浅色部分即A区域)。
2.滤波处理:对二值图像Image做一次开运算,以去除图像中的噪声和杂点,
Image_out=Image_inοSE
式中,Image_in表示输入图像,Image_out表示开运算的输出结果图像。SE是开运算的结构算子,这里取值为20x40。处理结果如图4所示。
3.列向投影:对二值图像作列向投影(纵向),得到一行由0、1组成的二值序列;
4.分区:对列向投影的结果分区,得到一个子分区记为a1,如图5所示;
5.行向投影:取出a1在二值图像上对应的子分区,对其做行向投影(横向),得到一列由0、1组成的二值序列;
6.分区:对投影的结果分区,得到两个子分区记为b1、b2,如图6所示;
7.分区提取:记录b1、b2子分区的起始和终止坐标b1(Xs,Ys)、b1(Xe,Ye),b2(Xs,Ys)、b2(Xe,Ye)。依次在二值图像上取出子分区b1、b2,对各个子分区重复步骤3-6,直到投影分区结果n=1。记录c1、c2子分区的起始和终止坐标c1(Xs,Ys)、c1(Xe,Ye),c2(Xs,Ys)、c2(Xe,Ye)。这样便提取出了所有分区c1和c2,如图7和图8所示。
可以看到,本方法以二值图像为研究对象,利用投影变换,将一个二维区域分割问题转化为一个一维线段分割问题,将连通域标记问题简单化,避免了传统连通域标记方法中需要存储大量等价信息的缺点,极大地节省了存储空间;不存在大量的访问堆栈和领域搜索无需整理大量的等价对,简化了算法的逻辑,同时也提高了算法速度。
本发明提供了一种基于投影变换的连通域标记方法,具体实现该技术方案的方法和途径很多,以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。

Claims (5)

1.一种基于投影变换的连通域标记方法,其特征在于,包括以下步骤:
步骤(1),图像二值化:对灰度图像作过阈值处理,得到一个二值图像,其中为1的像素点是能量高于阈值gate的单元,为0的是能量低于阈值的单元;
步骤(2),滤波处理:对二值图像做一次腐蚀和膨胀处理,以去除图像中的噪声和杂点;
步骤(3),列向投影;
步骤(4),分区:对列向投影的结果分区,连续为1的区域标记为一个子分区;
步骤(5),行向投影;
步骤(6),分区:对行向投影的结果即行向二值序列进行分区,将连续为1的区域标记为一个子分区;
步骤(7),分区提取。
2.根据权利要求1所述的一种基于投影变换的连通域标记方法,其特征在于,步骤(1)中,像素点的能量由图像的灰度值表征,灰度值的范围是0~255。
3.根据权利要求1所述的一种基于投影变换的连通域标记方法,其特征在于,步骤(3)中,对二值图像作列向投影即纵向投影,只要该列上有值为1的像素点,则该列的投影值设为1,否则为0,由此得到一行由0和1组成的列向二值序列。
4.根据权利要求1所述的一种基于投影变换的连通域标记方法,其特征在于,步骤(5)中,依次在二值图像上取出列向投影的子分区,对其做行向投影即横向投影,只要该行上有值为1的像素点,则该行的投影值设为1,否则为0,由此得到一列由0和1组成的二值序列。
5.根据权利要求1所述的一种基于投影变换的连通域标记方法,其特征在于,步骤(7)中,记录各个子分区的起始和终止坐标,依次在二值图像上取出行向投影的子分区,对各个子分区重复步骤3~6,直到投影分区结果为1,由此提取出所有分区。
CN201510753884.2A 2015-11-06 2015-11-06 一种基于投影变换的连通域标记方法 Active CN105427287B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510753884.2A CN105427287B (zh) 2015-11-06 2015-11-06 一种基于投影变换的连通域标记方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510753884.2A CN105427287B (zh) 2015-11-06 2015-11-06 一种基于投影变换的连通域标记方法

Publications (2)

Publication Number Publication Date
CN105427287A true CN105427287A (zh) 2016-03-23
CN105427287B CN105427287B (zh) 2018-04-03

Family

ID=55505468

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510753884.2A Active CN105427287B (zh) 2015-11-06 2015-11-06 一种基于投影变换的连通域标记方法

Country Status (1)

Country Link
CN (1) CN105427287B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106127826A (zh) * 2016-06-27 2016-11-16 安徽慧视金瞳科技有限公司 一种用于投影交互系统的连通域标记方法
CN107346546A (zh) * 2017-07-17 2017-11-14 京东方科技集团股份有限公司 一种图像处理方法及装置
CN108345888A (zh) * 2018-02-11 2018-07-31 浙江华睿科技有限公司 一种连通域提取方法及装置
CN109100370A (zh) * 2018-06-26 2018-12-28 武汉科技大学 一种基于投影法和连通域分析的pcb板缺陷检测方法
CN110517282A (zh) * 2019-08-07 2019-11-29 哈尔滨工业大学 一种二值图像连通域标记方法
CN111724406A (zh) * 2020-07-14 2020-09-29 苏州精濑光电有限公司 一种区域连通合并方法、装置、设备和介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102184399A (zh) * 2011-03-31 2011-09-14 上海名图信息技术有限公司 基于水平投影和连通域分析的字符分割方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102184399A (zh) * 2011-03-31 2011-09-14 上海名图信息技术有限公司 基于水平投影和连通域分析的字符分割方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
J.JAGANNATHAN 等: "License Plate Character Segmentation Using Horizontal And Vertical Projection with Dynamic Thresholding", 《2013 IEEE INTERNATIONAL CONFERENCE ON EMERGING TRENDS IN COMPUTING, COMMUNICATION AND NANOTECHNOLOGY》 *
付世清: "车牌字符分割与识别的关键算法研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 *
王冠 等: "基于快速连通域标记的车牌字符分割", 《计算机与现代化》 *
王成 等: "基于简化PCNN的车牌定位算法", 《计算机工程》 *
苑玮琦 等: "透射成像纸币冠字号定位方法", 《计算机工程与设计》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106127826A (zh) * 2016-06-27 2016-11-16 安徽慧视金瞳科技有限公司 一种用于投影交互系统的连通域标记方法
CN106127826B (zh) * 2016-06-27 2019-01-22 安徽慧视金瞳科技有限公司 一种用于投影交互系统的连通域标记方法
CN107346546A (zh) * 2017-07-17 2017-11-14 京东方科技集团股份有限公司 一种图像处理方法及装置
CN108345888A (zh) * 2018-02-11 2018-07-31 浙江华睿科技有限公司 一种连通域提取方法及装置
CN109100370A (zh) * 2018-06-26 2018-12-28 武汉科技大学 一种基于投影法和连通域分析的pcb板缺陷检测方法
CN110517282A (zh) * 2019-08-07 2019-11-29 哈尔滨工业大学 一种二值图像连通域标记方法
CN111724406A (zh) * 2020-07-14 2020-09-29 苏州精濑光电有限公司 一种区域连通合并方法、装置、设备和介质
CN111724406B (zh) * 2020-07-14 2023-12-08 苏州精濑光电有限公司 一种区域连通合并方法、装置、设备和介质

Also Published As

Publication number Publication date
CN105427287B (zh) 2018-04-03

Similar Documents

Publication Publication Date Title
CN105427287A (zh) 一种基于投影变换的连通域标记方法
Timofte et al. Multi-view traffic sign detection, recognition, and 3D localisation
CN103473785B (zh) 一种基于三值化图像聚类的快速多目标分割方法
CN108121991B (zh) 一种基于边缘候选区域提取的深度学习舰船目标检测方法
CN103065314B (zh) 一种基于线描述子的图像连通域快速标记方法
CN108109163A (zh) 一种航拍视频的运动目标检测方法
CN104239870A (zh) 一种基于曲线弧分割的椭圆检测方法
CN103646257A (zh) 一种基于视频监控图像的行人检测和计数方法
CN104867137A (zh) 一种基于改进ransac算法的图像配准方法
CN113223068A (zh) 一种基于深度全局特征的多模态图像配准方法及系统
CN105279506A (zh) 满文单词中轴线的定位方法
CN106023261B (zh) 一种电视视频目标跟踪的方法及装置
CN108491828B (zh) 一种基于层次的成对相似性PVAnet的停车位检测系统及方法
CN107609509A (zh) 一种基于运动显著性区域检测的动作识别方法
Perreault et al. FFAVOD: Feature fusion architecture for video object detection
CN104298985A (zh) 一种基于迭代的图像文本区域检测方法
CN110516527B (zh) 一种基于实例分割的视觉slam回环检测改进方法
Lv et al. Lane marking regression from confidence area detection to field inference
CN103150550B (zh) 一种基于运动轨迹分析的道路行人事件检测方法
Zhang et al. DSAT-Net: Dual spatial attention transformer for building extraction from aerial images
CN104502992A (zh) 一种基于空时过采样扫描的弱小点目标精确定位方法及系统
Bataineh A fast and memory-efficient two-pass connected-component labeling algorithm for binary images
Mohanty et al. An efficient system for hazy scene text detection using a deep CNN and patch-NMS
Lin et al. An object reconstruction algorithm for moving vehicle detection based on three-frame differencing
Mei et al. A cost effective solution for road crack inspection using cameras and deep neural networks

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20181026

Address after: 210007 the 5 building of Tianan Digital City, 36 Yongfeng Avenue, Qinhuai District, Nanjing, Jiangsu.

Patentee after: Nanjing Lesi Electronic Equipment Co., Ltd.

Address before: 210007 1 East Street, alfalfa garden, Nanjing, Jiangsu

Patentee before: China Electronic Technology Corporation (Group) 28 Institute

TR01 Transfer of patent right