CN110517282A - 一种二值图像连通域标记方法 - Google Patents

一种二值图像连通域标记方法 Download PDF

Info

Publication number
CN110517282A
CN110517282A CN201910727118.7A CN201910727118A CN110517282A CN 110517282 A CN110517282 A CN 110517282A CN 201910727118 A CN201910727118 A CN 201910727118A CN 110517282 A CN110517282 A CN 110517282A
Authority
CN
China
Prior art keywords
pixel
value
bianry image
scanned
gray 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.)
Pending
Application number
CN201910727118.7A
Other languages
English (en)
Inventor
郑婷婷
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.)
Harbin Institute of Technology
Original Assignee
Harbin Institute of Technology
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 Harbin Institute of Technology filed Critical Harbin Institute of Technology
Priority to CN201910727118.7A priority Critical patent/CN110517282A/zh
Publication of CN110517282A publication Critical patent/CN110517282A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling

Landscapes

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

Abstract

本发明公开了一种二值图像连通域标记方法，该方法首先对二值图像进行孤点噪声去除；然后，对二值图像进行由左至右、由上至下单像素扫描，对前景像素进行初次标记；最后，对标记后的图像进行二次扫描，在图像中对等价连通域进行合并，并记录等价连通域的标记号；本发明二值图像连通域标记方法，将初始连通域标记与等价连通域合并分别分两次扫描独立完成，无需用连通域的代表标号复写连通域中的每一个像素，等价连通域判定与合并策略简单高效，大幅度减少了重复检查像素的次数，提高了连通域标记的效率，具有编程方便、实用性强的特点。

Description

一种二值图像连通域标记方法
技术领域
本发明涉及工业产品表面检测领域技术领域，更具体的说是涉及一种二值图像连通域标记方法。
背景技术
在工业检测中，人们希望能实时无损检测产品的质量，检测图像中的目标、提取它们的物体特征是不可或缺的处理步骤。提取图像中目标及其特征，首先要进行的是通过二值化技术将图像中的像素区分为目标像素和背景像素。由于同一目标的像素通常具有连通性，一般通过连通域标记来分离图像中的不同目标，进而提取它们的特征并进行模式识别。其中连通域标记是指将图像中符合某种连通规则(4邻域连通和8邻域连通)的像素用相同的标号表示出来。
所以，连通域标记处理是提取图像中各个目标物体特征的前提，是图像模式识别领域里极为重要的基本处理之一。现有技术中，影响连通域标记算法性能的主要有两个方面：图像扫描方式及连通域标号冲突处理的方法存储连通域信息的数据结构。改善连通域标记算法性能也着眼于这两方面：减少图像的扫描次数，尽可能减少回溯扫描。
因此，如何在一次扫描中尽可能多地提取连通域的信息和减少连通域信息访问的时间来提高算法效率的二值图像连通域标记方法是本领域技术人员亟需解决的问题。
发明内容
有鉴于此，本发明提供了一种二值图像连通域标记方法，本发明将初始连通域标记与等价连通域合并分别分两次扫描独立完成，无需用连通域的代表标号复写连通域中的每一个像素，等价连通域判定与合并策略简单高效，大幅度减少了重复检查像素的次数，提高了连通域标记的效率，具有编程方便、实用性强的特点。
为了实现上述目的，本发明采用如下技术方案：
一种二值图像连通域标记方法，包括以下步骤：
步骤a、对二值图像进行孤点噪声去除；
步骤b、对二值图像进行由左至右、由上至下单像素扫描，对前景像素进行初次标记；
步骤c、对标记后的图像进行二次扫描，在图像中对等价连通域进行合并，并记录等价连通域的标记号。
优选的，所述步骤a中孤点噪声去除方法为：
逐点扫描图像，若所扫描的孤点像素3×3范围内像素灰度值的和小于等于2，则将所扫描的孤点像素置零，否则不变。
优选的，所述步骤b中对前景像素进行初步标记的方法如下：
(b1)由左至右、由上至下扫描二值图像中的单个像素灰度值，若当前像素的灰度值为0，则不作任何处理，若当前像素的灰度值为255，进入下一步判断；
(b2)若步骤(b1)中所述当前像素的左侧、左上和上部像素灰度值均为0，则所述当前像素作为新连通域进行标记，否则所述当前像素灰度值设置为已标记值。
优选的，所述步骤b中对前景像素进行初步标记的具体步骤如下：
(b3)由左至右、由上至下扫描二值图像中的单个像素灰度值，若当前像素的灰度值不为255，则不作任何处理，继续进行扫描，若当前像素的灰度值为255，进入(b4)；
(b4)搜索所述当前像素四邻域像素值，判断所述四邻域像素值中是否有已标记像素值，若没有所述已标记像素值，则使用新值标记该像素，且重新进行步骤(b3)；若有所述已标记像素值，则将所述已标记像素值标记为所述当前像素的灰度值；
(b5)判断是否已经扫描至图像底部，若已经扫描至图像底部则表示初步标记的步骤结束，若没有则依然进行步骤(b3)。
优选的，所述步骤c中对等价连通域进行合并的具体步骤如下：
(c1)由左至右、由上至下扫描二值图像中的单个像素灰度值，若当前像素的灰度值非0，则再次进行扫描；
(c2)若当前像素的灰度值为0，则不作任何处理，判断该像素的左侧、上部和右部像素中是否有被标记的像素，若没有则返回步骤(c1)中再次进行扫描；
(c3)若有被标记的像素，则将该像素灰度值设置为标记值中的最小值并进入判断是否已经扫描至图像底部；若没有则没有则返回步骤(c1)中再次进行扫描，若有则结束进程。
经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种二值图像连通域标记方法，本发明二值图像连通域标记方法，将初始连通域标记与等价连通域合并分别分两次扫描独立完成，无需用连通域的代表标号复写连通域中的每一个像素，等价连通域判定与合并策略简单高效，大幅度减少了重复检查像素的次数，提高了连通域标记的效率，具有编程方便、实用性强的特点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1附图为本发明提供的一种二值图像连通域标记方法总体流程图；
图2附图为本发明提供的一种二值图像连通域标记方法中搜索初始连通域过程流程图；
图3附图为本发明提供的一种二值图像连通域标记方法中对等价连通域进行合并过程的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例公开了一种二值图像连通域标记方法，包括以下步骤：
步骤a、对二值图像进行孤点噪声去除；
步骤b、对二值图像进行由左至右、由上至下单像素扫描，对前景像素进行初次标记；
步骤c、对标记后的图像进行二次扫描，在图像中对等价连通域进行合并，并记录等价连通域的标记号。
更进一步地，步骤a中孤点噪声去除方法为：
逐点扫描图像，若所扫描的孤点像素3×3范围内像素灰度值的和小于等于2，则将所扫描的孤点像素置零，否则不变。
更进一步地，步骤b中对前景像素进行初步标记的方法如下：
(b1)由左至右、由上至下扫描二值图像中的单个像素灰度值，若当前像素的灰度值为0，则不作任何处理，若当前像素的灰度值为255，进入下一步判断；
(b2)若步骤(b1)中当前像素的左侧、左上和上部像素灰度值均为0，则当前像素作为新连通域进行标记，否则当前像素灰度值设置为已标记值。
更进一步地，步骤b中对前景像素进行初步标记的具体步骤如下：
(b3)由左至右、由上至下扫描二值图像中的单个像素灰度值，若当前像素的灰度值不为255，则不作任何处理，继续进行扫描，若当前像素的灰度值为255，进入(b4)；
(b4)搜索当前像素四邻域像素值，判断四邻域像素值中是否有已标记像素值，若没有已标记像素值，则使用新值标记该像素，且重新进行步骤(b3)；若有已标记像素值，则将已标记像素值标记为当前像素的灰度值；
(b5)判断是否已经扫描至图像底部，若已经扫描至图像底部则表示初步标记的步骤结束，若没有则依然进行步骤(b3)。
更进一步地，步骤c中对等价连通域进行合并的具体步骤如下：
(c1)由左至右、由上至下扫描二值图像中的单个像素灰度值，若当前像素的灰度值非0，则再次进行扫描；
(c2)若当前像素的灰度值为0，则不作任何处理，判断该像素的左侧、上部和右部像素中是否有被标记的像素，若没有则返回步骤(c1)中再次进行扫描；
(c3)若有被标记的像素，则将该像素灰度值设置为标记值中的最小值并进入判断是否已经扫描至图像底部；若没有则没有则返回步骤(c1)中再次进行扫描，若有则结束进程。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (5)

1.一种二值图像连通域标记方法，其特征在于，包括以下步骤：
步骤a、对二值图像进行孤点噪声去除；
步骤b、对二值图像进行由左至右、由上至下单像素扫描，对前景像素进行初次标记；
步骤c、对标记后的图像进行二次扫描，在图像中对等价连通域进行合并，并记录等价连通域的标记号。
2.根据权利要求1所述的一种二值图像连通域标记方法，其特征在于，所述步骤a中孤点噪声去除方法为：
逐点扫描图像，若所扫描的孤点像素3×3范围内像素灰度值的和小于等于2，则将所扫描的孤点像素置零，否则不变。
3.根据权利要求1所述的一种二值图像连通域标记方法，其特征在于，所述步骤b中对前景像素进行初步标记的方法如下：
(b1)由左至右、由上至下扫描二值图像中的单个像素灰度值，若当前像素的灰度值为0，则不作任何处理，若当前像素的灰度值为255，进入下一步判断；
(b2)若步骤(b1)中所述当前像素的左侧、左上和上部像素灰度值均为0，则所述当前像素作为新连通域进行标记，否则所述当前像素灰度值设置为已标记值。
4.根据权利要求1所述的一种二值图像连通域标记方法，其特征在于，所述步骤b中对前景像素进行初步标记的具体步骤如下：
(b3)由左至右、由上至下扫描二值图像中的单个像素灰度值，若当前像素的灰度值不为255，则不作任何处理，继续进行扫描，若当前像素的灰度值为255，进入(b4)；
(b4)搜索所述当前像素四邻域像素值，判断所述四邻域像素值中是否有已标记像素值，若没有所述已标记像素值，则使用新值标记该像素，且重新进行步骤(b3)；若有所述已标记像素值，则将所述已标记像素值标记为所述当前像素的灰度值；
(b5)判断是否已经扫描至图像底部，若已经扫描至图像底部则表示初步标记的步骤结束，若没有则依然进行步骤(b3)。
5.根据权利要求1所述的一种二值图像连通域标记方法，其特征在于，所述步骤c中对等价连通域进行合并的具体步骤如下：
(c1)由左至右、由上至下扫描二值图像中的单个像素灰度值，若当前像素的灰度值非0，则再次进行扫描；
(c2)若当前像素的灰度值为0，则不作任何处理，判断该像素的左侧、上部和右部像素中是否有被标记的像素，若没有则返回步骤(c1)中再次进行扫描；
(c3)若有被标记的像素，则将该像素灰度值设置为标记值中的最小值并进入判断是否已经扫描至图像底部；若没有则没有则返回步骤(c1)中再次进行扫描，若有则结束进程。
CN201910727118.7A 2019-08-07 2019-08-07 一种二值图像连通域标记方法 Pending CN110517282A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910727118.7A CN110517282A (zh) 2019-08-07 2019-08-07 一种二值图像连通域标记方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910727118.7A CN110517282A (zh) 2019-08-07 2019-08-07 一种二值图像连通域标记方法

Publications (1)

Publication Number Publication Date
CN110517282A true CN110517282A (zh) 2019-11-29

Family

ID=68625525

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910727118.7A Pending CN110517282A (zh) 2019-08-07 2019-08-07 一种二值图像连通域标记方法

Country Status (1)

Country Link
CN (1) CN110517282A (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101290656A (zh) * 2008-05-23 2008-10-22 北京大学深圳研究生院 一种用于版面分析中的连通区域提取方法及装置
CN103729632A (zh) * 2014-01-22 2014-04-16 哈尔滨工业大学 一种基于连通区域滤波的圆形Mark点的定位方法
CN103729655A (zh) * 2014-01-22 2014-04-16 哈尔滨工业大学 一种用于片式元件视觉定位的检测方法
CN103761534A (zh) * 2014-01-22 2014-04-30 哈尔滨工业大学 一种用于qfp元件视觉定位的检测方法
CN104156724A (zh) * 2014-07-09 2014-11-19 宁波摩视光电科技有限公司 一种基于aoi的子弹表观缺陷检测系统的二值图像连通域标记算法
CN105321179A (zh) * 2015-10-12 2016-02-10 陕西科技大学 面向工业产品表面缺陷检测的二值图像连通域标记方法
CN105404869A (zh) * 2015-11-20 2016-03-16 陕西科技大学 一种基于计算机视觉的水果外形分级方法
CN105424709A (zh) * 2015-11-20 2016-03-23 陕西科技大学 一种基于图像标记的水果表面缺陷检测方法
CN105427287A (zh) * 2015-11-06 2016-03-23 中国电子科技集团公司第二十八研究所 一种基于投影变换的连通域标记方法
CN106855951A (zh) * 2016-12-16 2017-06-16 陕西科技大学 一种基于计算机视觉的粮种品质检测方法
CN107833238A (zh) * 2017-11-14 2018-03-23 京东方科技集团股份有限公司 最大连通域标记方法、目标跟踪方法、增强现实/虚拟现实装置
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

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101290656A (zh) * 2008-05-23 2008-10-22 北京大学深圳研究生院 一种用于版面分析中的连通区域提取方法及装置
CN103729632A (zh) * 2014-01-22 2014-04-16 哈尔滨工业大学 一种基于连通区域滤波的圆形Mark点的定位方法
CN103729655A (zh) * 2014-01-22 2014-04-16 哈尔滨工业大学 一种用于片式元件视觉定位的检测方法
CN103761534A (zh) * 2014-01-22 2014-04-30 哈尔滨工业大学 一种用于qfp元件视觉定位的检测方法
CN104156724A (zh) * 2014-07-09 2014-11-19 宁波摩视光电科技有限公司 一种基于aoi的子弹表观缺陷检测系统的二值图像连通域标记算法
CN105321179A (zh) * 2015-10-12 2016-02-10 陕西科技大学 面向工业产品表面缺陷检测的二值图像连通域标记方法
CN105427287A (zh) * 2015-11-06 2016-03-23 中国电子科技集团公司第二十八研究所 一种基于投影变换的连通域标记方法
CN105404869A (zh) * 2015-11-20 2016-03-16 陕西科技大学 一种基于计算机视觉的水果外形分级方法
CN105424709A (zh) * 2015-11-20 2016-03-23 陕西科技大学 一种基于图像标记的水果表面缺陷检测方法
CN106855951A (zh) * 2016-12-16 2017-06-16 陕西科技大学 一种基于计算机视觉的粮种品质检测方法
CN107833238A (zh) * 2017-11-14 2018-03-23 京东方科技集团股份有限公司 最大连通域标记方法、目标跟踪方法、增强现实/虚拟现实装置
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

Similar Documents

Publication Publication Date Title
CN106875546B (zh) 一种增值税发票的识别方法
CN106934780B (zh) 一种基于图像修复的自动水印去除方法
CN102782706B (zh) 经历光学字符识别的文本图像的文本增强
JP2951814B2 (ja) 画像抽出方式
JP3950777B2 (ja) 画像処理方法、画像処理装置および画像処理プログラム
CN107301368B (zh) 一种DataMatrix二维码的识别方法
CN103080950B (zh) 二维码读取器及程序
CN104732183A (zh) 一种基于图像采样线灰度信息分析的一维条码识别方法
CN104573674A (zh) 面向实时嵌入式系统的一维条码识别方法
CN107085726A (zh) 基于多方法去噪和连通区域分析的甲骨拓片单字定位方法
JP2013114655A (ja) 画像処理装置、画像処理方法、及びコンピュータプログラム
CA2401065C (en) Document matching and annotation lifting
CN108345888A (zh) 一种连通域提取方法及装置
US20060210164A1 (en) Image processing device
US7263228B2 (en) Apparatus and method for detecting a pattern
CN110276428A (zh) 一种四维码编码及解码方法
CN110135417A (zh) 样本标注方法及计算机存储介质
CN107944451A (zh) 一种藏文古籍文档的行切分方法及系统
WO2006006666A1 (ja) ディジタル画像の輪郭追跡による画像処理方法並びに画像処理装置
CN110517282A (zh) 一种二值图像连通域标记方法
CN109472221A (zh) 一种基于笔画宽度变换的图像文本检测方法
WO2009067022A1 (en) A method for resolving contradicting output data from an optical character recognition (ocr) system, wherein the output data comprises more than one recognition alternative for an image of a character
JP3989733B2 (ja) フォーム処理でのひずみの訂正
JP3378439B2 (ja) 帳票画像作成装置
CN111126382B (zh) 一种用于ocr识别的基于关键点定位的票据矫正方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20191129

RJ01 Rejection of invention patent application after publication