TWI226193B - Image segmentation method, image segmentation apparatus, image processing method, and image processing apparatus - Google Patents

Image segmentation method, image segmentation apparatus, image processing method, and image processing apparatus Download PDF

Info

Publication number
TWI226193B
TWI226193B TW092114142A TW92114142A TWI226193B TW I226193 B TWI226193 B TW I226193B TW 092114142 A TW092114142 A TW 092114142A TW 92114142 A TW92114142 A TW 92114142A TW I226193 B TWI226193 B TW I226193B
Authority
TW
Taiwan
Prior art keywords
unit
image
image segmentation
excitable
units
Prior art date
Application number
TW092114142A
Other languages
English (en)
Other versions
TW200400757A (en
Inventor
Tetsushi Koide
Hans Jurgen Mattausch
Takashi Morimoto
Youmei Harada
Original Assignee
Univ Hiroshima
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 Univ Hiroshima filed Critical Univ Hiroshima
Publication of TW200400757A publication Critical patent/TW200400757A/zh
Application granted granted Critical
Publication of TWI226193B publication Critical patent/TWI226193B/zh

Links

Classifications

    • 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
    • G06T5/00Image enhancement or restoration
    • G06T5/20Image enhancement or restoration using local operators
    • 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
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • 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
    • G06V10/94Hardware 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
    • G06T2207/20084Artificial neural networks [ANN]

Landscapes

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

Description

1226193 玖、發明說明:
L發明所廣之技術領域]I 發明領域 本發明是有關於例如一種軟體,用於··像影辨識系統 5中之影像分段/擷取,移動物體偵測系統,數位照像機,數 位影像照像機,機器人視力,借助於表面辨識之確認系統, 安全系統,人工智慧(AI)系統等;並且有關於:影像分段方 法’影像分段裝置,影像處理方法,以及影像處理裳置, 其可使用於影像分段/擷取積體電路(1C)。 10 【先前 發明背景 最近’有人期望加快影像辨識速率,以便實現智慧7 訊處理技術。例如,為了實現智慧機器人其幾乎與人類以 相同的方式行為動作與作決定,以及即時表面辨識或移動 15物體辨識,須要快速處理由照相機等所攝取之視訊資气(自 然影像資訊)。特別是在用於機器人之控制或影像辨識的情 形中,須要即時地處理視訊資訊。然而,此視訊資訊典= 地是數量龐大,並且因此須要相當長的時間使用一般用途 電腦等處理。 ' 20 執行影像處理(例如影像辨)所須之一基本且不可戈缺 之處理項目為影像分段。此影像分段是進行處理,從複雜 的自然影像(其攝入作為輸入)取出個別物件(例如,人類、 臉,或例如車輛之移動物體),以致於此項處理在例如影像 辨識之影像處理中是基本且不可或缺。截至目前為止= 5 1226193 影像分段有若干建議。此等所建議之影像分段方法分類如 下: (1) 根據輪廓線之方法 (2) 根據區域之方法 5 (3)方法(1)與方法(2)之組合,以及方法其形成邏輯式, 而將此組合最適化。 方法(1)是在以下參考資料1與參考資料2中詳細說明。 此外’方法(3)是在以下參考資料3中詳細說明。 參考資料1 : J· C.所著”The image Processing 10 Handbook’’,CRC PRESS,(1999)。 參考資料2 : S. Sarker與K. L. Boyer,所著’’Integration inference,and management of spatial information using Bayesian networks : Perceptual organization’’,IEEE Trans· Pattern Anal. Machine Intel·,Vol· 15, pp. 256-274,(1993)。 15 參考資料3 ·· S. M. Bhandarker and Η· Zhang, "Image segmentation using evolutionary computationf,5 IEEE Trans, on Evolutionary Computation,Vol_ 3, No. 1,(1999)。 在這些影像分段方法中,此根據區域之方法(2)稱為區 域生長式,其由於可以正確地將物件分段而受到注意。 2〇 請注意截至目前為止所建議之影像分段方法,其前題 均為顏色或灰階影像是由軟體處理。因此,此等方法涉及 複雜處理過程且在處理中耗用大量時間。為加速此項處理 ,它較佳由硬體實現。然而,其相關之算法複雜,使得難 以在相當小的面積中實施此算法。因此,此算法不得不依 1226193 靠軟體,造成實現即時處理中非常困難的目前情況,(其耗 用數秒左右)。此外,此顏色與灰階自然影像各須要用於其 分段之專用算法。 然而,另一方面,對於二進位影像截至目前為止建議 5 了數種硬體處理方法,以實現高速標記(labeling)。例如, 請參考以下的參考資料: 參考 > 料4 · E. Mozef專人所者 ’’Parallel architecture dedicated to image component labeling in O(nlogn) : FPGA implementation’’· Proceedings of SPIE, Vol· 2784, pp. 10 120-125,(1996)。 參考 > 料5 · Y. Ishiyama專人所著 ’’Labeling board based onboundarytracking’’.SystemsandComputersinJapan,Vol· 26, No. 14, pp· 67-76,(1995)。 參考資料6 ·· Ishiyama等人所著’’Labeling board based 15 on boundary tracking’’,the Institute of Electronics, Information,and Communication Engineers Research Paper Magazine D-II,Vol. J78-D-II,No. 1,pp. 69-75,(1995)。 參考資料7 : S. D. Jean等人所著nNew algorithm and its VLSI architecture design for connected component labeling'1. 20 Proceedings of Intfl Symp. on Cir. &Sys. (ISCAS), Part 2 (of 6),pp. 565-568,(1994)。 然而,此等是專門使用於處理二進位影像,且只處理 用於各像素之一位元值,此意味著無法輕易地將它們直接 應用於處理彩色或灰階自然影像。 1226193 截至目前為止,D. L· Wang等人建議用於灰階影像之影 像分段方法,其根據單元網路模式LEGION(Locally Excitatory Globally Inhibitory Oscillator Network)(請參考資 料8 · D· L· Wang and D. Terman,’’Image segmentation based 5 〇n oscillator correlation"· Neural Computation,Vol. 9, No. 4, pp. 805-836,(1997)。 在此模式中,此等單元是與分段一標的影像之像素有 關,以致於此影像是根據各此等單元之同步與非同步振盪 狀態,使用單元網路非線性動力學而分段。然而,為了直 10接實現此,須要解多個用於各像素之微分方程式,以便高 度準確地實施影像分段,但這是非常耗費時間的。因此, 為了實現即時處理,必須藉由以硬體實現以加速處理。 為達此目的,建議一種使用類比電路方法,以便根據 用於灰階影像LEGION實現單元網路之非線性動力學。例如 15 請參閱以下之參考資料: 參考資料9:兄八11(1〇,丁,]\4〇1^,]\4.灿8&1&,&11(1八· lwata,’Oscillator networks for image segmentation and their circuits using pulse modulation methods11, Procs. 5,th International Conference on Neural Information Processing 20 (ICONIP’98),pp· 586-589, Kitakyushu,Oct. 21,(1998)。 參考資料 10 : H. Ando, T. Morie,Nagata and A_ lwata, ’’A nonlinear oscillator network for gray-level image segmentation and PWM/PPM circuits for its VLSI implementation’’,IEICE Trans. Fundamentals, Vol. E83-A, 1226193
No. 2, ρρ· 329-336,(2000)。 旦此等方法使用類比電路,其使用電容器以儲存類比數 里。較大的電容須要較大的電容器面積。此在未來之積體 電路在嘗試增加其積體密度,在其面積之減少與操作速率 増加上造成重大限制。此外,類比數量之處理受到製造過 程中波動的影響。因此,在製造過程期間必須非常注音, 2得即使由目前的技術水準,亦不易以lsi晶片實現此算 【發明内容】 10 15 發明概要 本發明之目的是提供—郷像分段方法,其可在彩色 體2自然影像上實施即時影像分段,且其亦適用於由硬 體實現,本發_提料彡料 影像處理裝置,i使用-鮮M L 處理方法’以 我1其使用種根據此算法之結構,此 供用於此影像分段方法之基礎。 / 於相之現點,提供—種影像分段方法,其從層 於相同種類輸人影像指定此等區域之— 識為畢彡德八以 、將此區域辨 旦tli 法包括:啟始步驟,將對應於輸入 7像素之各㈣像讀單狀U置於錢發狀 擷取步驟,操取對應於此單元之像素之像素值,且=在 ^固相鄰單元之間之麵合權數;以及决定步驟,根據: 异結果決定領導單元(可自行激發單元之候選者 一 發單元偵測步驟,藉由決定步驟所決 w可自订激 項等早元選擇苴 -’則貞測—單元作為可自行激發單元;自行激發步/,、 20 1226193 將在可自行激發單元偵測步驟中所偵測之可自行激發單元 置入激發狀態;可激發單元偵測步驟,根據在激發狀態中 此等單元(包括領導單元與相鄰單元)之間之耦合權數,從相 鄰單元偵測可激發單元;激發步驟,將在可激發單元偵測 5步驟中所偵測之單元置入於激發狀態中;以及停止步驟, 如果在可激發單元偵測步驟中未偵測到單元,則將激發狀 態中之單元置入於停止狀態中。其中一區域之影像分段是 藉由重覆激發,-直到在可激發單元读測步驟中不再債測 到任何單元為止而完成。並且所有區域之影像分段是藉由 1〇重覆各步驟,-直到在可自行激發單元偵測步驟中不再偵 測到領導單元在未激發狀態中為止而完成。 、 在影像分段方法中具有此結構,此影像分段可以藉由 簡單處理而實現’並且因此可在非常短的處理時心實 施,並且由處理各像素之簡單影像分段單元(ceii)伴隨,以 15致於它可以在小的面積中之硬體實現,因此將在晶片
數個單元整合。此外,各單元彼此並聯操作,因此使得即 使具有大數目像素之影像可以增加影像分段之速率^P 外’它亦可以作為軟體實現,因此使得能夠増加由傳統^ 體所容納之應用之速率。 、尺 20 根據本發明之另一觀點,提供-種影像分段裝置,复 從屬於相同種類之輸入影像指定此等區域之^辨二其 區域作為影像分段區,以選擇地輸出任意影像分段區^此 影像,此裝置包括:輪入影像記憶體,其儲存輪入旦^之 像素值;搞合權數計算電路,其由輸入影像記憶體^取^ 1226193 5 10 15 素值’精由管道處理計算對應於各像素之各影像分段單元 與相鄰單元之間之輪合權數;領導單元決定電路,立根據 由,合減計算電路料算^合權數㈣定領導單元, 單u與相鄰單7€^合權數之總和超過 分段單元财,具料«置,其帽料料分段= 交;配置於陣列狀態中,此等影像分段單元根據輪入影像 素與輕合權數暫存器,而在未激發狀態,可自行激 «悲’以及激發狀態上轉換’此暫存器保存由輕合權數 2電路所獲得之單元間耗合權數,此決定褒置根據在搞 δ權數暫存器中所保存之值,以決定各單元是否可激發, 其中將此等單元配置成彼此相鄰,此決定裝置將由領導單 凡決定電路所決定之領導單元置入於激發狀態中,並且將 2㈣元所選出之可激發單元置入於激發狀態中以擴張 域,因此決定此影像分段區;分段區域儲存電路, 其:存由影像分段單元網路所決定影像分段區中所有單元 之貝I以及輸出影像記龍,其根據在分段區 =儲存之内容儲存像素值,其對應於任意影像分 在以上的結構中’藉由將對應於像素之影像分卜 (cells)與财單元_合權數之衫權㈣存器交^元 於陣列中,將祕分段結構叫像分段單元網路配置 在小的面積中提供二度空間陣列結構,並且因此可心以 體電路中非常容易地實現。 在積 作為本發明應用的例子,㈣計此種影像處理方法 20 1226193 影像處理裝置,其藉由使用以上之結構以實施所須之即時 處理。 本發明其他的目的與優點將在以下的描述中說明,以 及其一部份將由此描述而為明顯,或可由實施本發明而得 5 知。可以藉由以下特別指出之工具與組合,而實現與達成 本發明之目的與優點。 將本案所附之圖式併入且構成本發明書之一部份,其 說明本發明之實施例,其與以上所作一般性描述,以及以 下實施例詳細描述,用於說明本發明之原理。 10 圖式簡單說明 第1A與1B圖為本發明實施例輸入影像與單元間耦合 權數之說明圖式,第1A圖顯示輸入影像,以及第1B圖顯示 單元間耦合權數; 第2圖為流程圖,其顯示在相同實施例中影像分段算法 15 之處理流程; 第3圖為圖表,其顯示在相同實施例中單元狀態之轉 變; 第4圖為方塊圖,其顯示在相同實施例中影像分段裝置 之硬體結構例子; 20 第5A、5B、5C以及5D圖為在第4圖中所示耦合權數計 算電路之說明圖式,第5A圖顯示其基本結構,第5B圖顯示 灰階影像權數計算電路之結構,第5C圖顯示彩色影像權數 計算電路之結構,以及第5D圖顯示編碼器之輸入/輸出之 例0 12 1226193 第6A、6B圖,以及6C圖為第4圖中所示領導單元決定 電路之說明圖式,第6A圖計算標的單元,第6B圖顯示耦合 權數資料轉換順序,以及第6C圖顯示領導單元決定電路之 例之基本結構例; 5 第7圖為方塊圖,其顯示結構例,在此情形中單元網路 之輸入/輸出操作是使用在第4圖中所示之影像分段單元網 路中之位移暫存器實施; 第8圖為方塊圖,其顯示結構例,在此情形中單元網路 之輸入/輸出操作是使用在第4圖中所示之影像分段單元網 10 路中之滙流排而實施; 第9A與9B圖為說明,其顯示在第7或8圖中所使用單元 與耦合權數暫存器之間之連接例,第9A圖顯示具有水平耦 合權數暫存器之連接例,以及第9B圖顯示具有垂直耦合權 數暫存器之連接例; 15 第10圖為方塊圖,其顯示在相同實施例中,介於任意 單元與四個相鄰耦合一權數一暫存器塊之間之連接例; 第11圖為方塊圖,其顯示在相同實施例中,包括四個 耦合一權數一暫存器之耦合一權數一暫存器塊之結構例; 第12A與12B圖為圖式說明,其顯示在相同實施例中影 20 像分段單元之結構例;第12A圖為方塊圖其顯示結構,在此 情形中加法與減法彼此平行同時實施,以及第12B圖為方塊 圖其顯示結構,其中加法與減法彼此串聯依序實施; 第13圖為方塊圖,其顯示在相同實施例中整體抑制器 之連接例; 13 1226193 何依序 單元中 第14圖為概念圖,其顯示自行激發允許信號如 搜尋未激發領導單元,以及在相同實施例中從領導 偵測出可自行激發單元; 第15A至151圖為在相同實施例中影像分段算法之毛。、乍 之說明圖式,其參考在3x3灰階影像上之執行例; 第16A至16D圖為在相同實施例中影像分段釺構之狖 作之說明圖式,其參考在7x7影像上之執行例; 第17圖為計時圖,其顯示第16A至16D圖之7χ7影像上 影像分段模擬之結果; 10 第18圖為說明圖,其顯示當相同實施例之影像分段算 法以JAVA軟體程式實現以執行影像分段時之顯示螢幕之 例; 第19圖為特性圖,其顯示影像分段時間之實施結果, 在此例中此相同實施例之影像分散算法是以軟體實現; 15 第20A至20D圖為圖式說明,各顯示在相同實施例中灰 階影像上影像分段之應用例, 第21A至21D圖為圖式說明,各顯示在相同實施例中彩 色影像上影像分段之應用例;以及 第22圖為特性圖,其顯示影像分段時間之模擬結果, 20在此情形中相同實施例之影像分段算法是以硬體實現。 【貧施方式3 以下參考圖式詳細說明本發明之實施例。 A ·以影像分散算法(方法)之結構 以下將說明影像分段算法,以實現根據本發明實施例 14 1226193 之影像分段。 為了根據上述由RL·Wang所提出之LEGION模式,以軟 體直接實現影像分段,則對於每個像素須要解多個微分方 程式。因此,無法輕易地應用於須要即時處理之例。此外, 為了以硬體將它實現以便增加處理速率,則此嘗試以硬體 有接實現此算法,會導致解料微分方程柄須之複雜且 大規模之硬體。因此,在晶片上欲實現大規模單元網路被 認為非常困難。 10 因此,本實施例建議一種影像分段算法,其可藉由能 作高速處理之數㈢職實現賴硬體,而相硬^直^ 實現LEGI〇N模型。此算法之特性為,單元網路之行為藉由 以下的事實㈣明;對聽各像权單元,可以在未激發 狀態’可自行激發狀態’以及激發狀態中處理。 15 應注意如同於第1績_中所示,各單元對於輸入f 像之-像素’以致於例如使用相對應像素之值,計算單元 單元j之間之耦合餘Wiji1A關示輸人影像之例,莫 中-單元對應於-像素,以及參考㈣a_d㈣影像分段區 域。第圃顯示單合權數,並且參考符號i、j、 及1顯示對應於像素之單元,以料㈣^、Wik、^, 20
Wki、Wkj以及Wj丨顯示單元間耦合權數。 1 第2圖為流程圖’其顯示影像分段算法之處理程序。财 影像分段算法是由六個處理(a)___ 自行激發之單元⑷自行激發(d)_可激發單元⑴附 元之激發’以_停止。根據此算法,對應於各像素之名 15 1226193 單元進入未激發狀態,可自行激發狀態,以及激發狀態, 並根據八個相鄰像素之間之耦合權數彼此並聯操作。 第3圖顯示單元狀態轉換。在第3圖中,變數义代表單元 i是在激發狀態或未激發狀態中,Xi=l表示激發狀態,並且 5 表示未激發狀態。此外,變數Pi代表相關單元是否可自 行激發。Pi=l表示此單元為領導單元,並且因此成為可自 行激發單元候選者。本實施例之影像分段算法根據激發或 未激發狀態而決定,此有關單元與領導單元是否屬於相同 的影像分段區域。 10 以下說明在第2圖中所示之處理程序。 在步驟(a)之”啟始,,,此方法將各單元i 一次初設至未激 發狀態中。然後,此方法計算單元i與其相鄰八個單元 間之各單元間耦合權數Wik根據此等所計算之單元耦合權 數,以決定此可自行激發單元(其稱為領導單元)。在步 15驟(b)之”偵測可自行激發單元”,此過程選擇待激發之領導 單元(Pi=l)作為可自行激發單元。在步驟(c)之,,自行激發”, 此方法將此經選擇之領導單元置入於激發狀態中。在步驟 (d)之”偵測可激發單元”,此方法根據八個相鄰單元之狀態 與單元間之耦合權數選擇可激發單元。此步驟(e)之,,附屬單^ 20之激發,,,此方法將在步驟⑷所選擇單元置入激發狀態中。 此方法重覆此等操作,-直到沒有可激發單元可再被 選擇為止。如果不再有任何可激發單元,此方法執行步驟 (0之”停止,區域標示,,。因此完成此區域之影像分段。此 方法重覆此等操作,-直到不再有未激發之領導單元為 1226193 止,因此完成整個影像之影像分散。 以下將說明上述步驟(a)至⑴各項處理之細節。 在步驟(a)之”啟始,,,此方法將顯示單元丨是在激發或未激 务狀態中之變數Xi初設至Xi=〇(未激發)。此方法根據相鄰此單 5元(像素)1之此等單元之像素值以計算耦合權數Wik,keN⑴。 N(i)代表相鄰於單元i之一組單元(例如:一組相鄰八個單 元)。例如,對於灰階影像,其耦合權數Wik由下式⑴代表: wik=Imax/(H I IrIk | ),keN(i) ⑴
Ii與Ik各顯示像素i與k之亮度值’並iImax顯示像素亮度 10值之最大值,且如果亮度值是以八個位元表示的話,則其 成為Imax—255。 在顏色影像分段的情形中,可以使用顏色資訊以改盖 影像分段之準確度。由於本實施例之算法,使得藉由相鄰 單元(像素)之間的耦合權數(例如:用於各紅(R)、綠(G)、 15以及藍色(B)之搞合權數)w(R)ik、w(G)ik以及w(B)ik,在單 凡狀態上之轉換是由下式(2)計算而得: w(R)ik= I(R)max /(1+1 I(R)r l(R)k I ), w(G)ik= I(G)max /(i+l i(G)r i(〇)k I ), W(B)ik=I(B)max/(i+ I I(B)r I(B)k I } (2) 〜根據式(2)之計算結果計算式(3),而決定單元間之耗合 權數Wik。因此,可以實現更準備之影像分段。 口
Wik=min{W(R)ik、w⑹ik、w(Bk } ⑺ ,次,此方法根據單元間之麵合權數,決定此所感興 趣之單元是否為領導單元(自行可激發單元之候選者)。如果 17 1226193 此所感興趣單元之所有相鄰單元之柄合權數之總和 EkeN(i)Wik大於預先設定之臨界值φρ(ΣπΝ(ί)λ\^>φρ),則 此方法將此顯示是否允許作自行激發之變數Pi設定為 Pi=l,以決定此所感興趣單元為自行可激發領導單元。如 5 果此總和不大於(Sk e N(i)Wik - φρ),則此方法將此變數初設 為Pi=0(不可自行激發)。此領導單元成為用於影像分段繼續 處理開始點之候選者。 最後,此方法初設變數z(其稱為整體抑制器),其決定 是否有被激發單元。如果z=l,其顯示有被激發單元,即, 10 此區域持續進行影像分段。如果z=0,其顯示不再有任何受 激發單元,即,此區域已完成影像分段。對於各單元i設有 變數Zi,其顯示其狀態是否改變,以致於只有當此單元從未 激發狀態轉換至激發狀態時,才設定ζρΐ,否則設定zfO。 根據此變數Zi,將整體抑制器z之值界定為Z=vViZi,作為所 15 有Zi值之邏輯和。在此情形中,v顯示邏輯和(OR)運算子。 在步驟(b)之”可自行激發單元偵測”,此方法選擇待激 發之領導單元(可自行激發單元候選者),即,其滿足條件 (Xi=〇Api=l)者。在此情形中,Λ表示邏輯積(AND)運算子。 在步驟(c)之”自行激發”,此方法將此所選擇領導單元 20 設定至激發狀態Xi=l(自行激發),以開始此區域之影像分 段。在此情形中,設定Zi=l。 在步驟(d)之”偵測可激發單元”,此方法檢查相鄰此未 激發單元i之此等單元keN(i)之激發狀態,且計算在此激發 狀態中此等單元耦合權數之總和Si=Zk e N(i)/\xk= 1 Wik。如果 18 1226193 此等單元keN(i)是在激發狀態中,即,xk=1,則此方法將 所感興趣單元與相鄰受激發單元k之間的耦合權數加至 Si。如果此耦合權數之總和Si大於預先設定之臨界值 φζ〇φζ),則單元i成為可激發單元。 5 在步驟(e)之,,附屬的激發”,此方法將步驟(句之”偵測可 激發單元,,所偵測之所有可激發單元i設定為激發狀態 Xi=l,並且在同時設定zi=l。此外,此方法將在”附屬的激 發,,處理所激發單元以外之已經在激發狀態(xi=1且2产1)中 之單元i之狀態數變數設定為zi=0。 10 如果有不可激發單元存在,則此方法執行步驟(f)之,, 停止,,。在此”停止”處理中,對於在激發狀態中之單元i且如 果設定Pi=l,Pi=〇,則設定Xi=0以及Zi=0,因此,一個區域 完成影像分段。 隨後,此方法回到步驟(b)之,,偵測可自行激發單元”, 15 移至下一個區域之影像分段,因此重覆上述之處理項目。 如果在步驟(b)之”偵測可自行激發單元,,之處理中不再偵測 到待激發之可自行激發單元,則此方法決定所有的區域完 成影像分段。 在以下說明之本實施例之影像分段算法之例。所有的 2〇單元彼此平行同時執行以下的算法。請注意在此算法中之 号找,領導單兀()函數,檢索待激發領導單元且送回其單 元號碼。如果沒有此種單元存在,則送回負的數值。此外, 變數Xi、Zl以及Z隨著時間經過而改變,以致於在時刻1與 t+Ι,&之值各以Xi(t)與Xi(t+1)之形式表示。 1226193 [影像分段方法] 1.啟始 1. 將整體禁止器啟始為0(Z(0)=0); 2. 計算八個相鄰單元之耦合權數 5 (a)在灰階影像的情形中 wik=lmax/(l+ I Ir Ik I ),keN(i); (b)在彩色影像的情形中 W(R)ik= I(R)max /(1+ I I(R)r I(R)k I ),
W(G)ik= I(G)max /(1+ I I(G)r I(G)k I ), 10 W(B)ik= I(B)max /(1+ I I(B)r I(B)k I ),
Wik=min{W(R)ik、W(G)ik、W(B)ik}〇 3. 領導單元之決定 如果(EkeN(i) Wik>())p)則pfl ;否則pi=0 ; 4. 將所有單元置入未激發狀態&(0)=0丨 15 2. Self-excitation
if (there is no excitable cell present) then stop ; //terminate else if (find_leader( )==i Api=l) then Xi(t+l)=l,z(t+l)=l,go to 20 (3. Excitation)//self-excitation else go to (2. Self-excitation); 3. Excitation of dependent cells
Setting of global inhibitor 乙⑴二 v \/而(t) ; //zi’s logical or 20 1226193 5 10 15 if(z(t)==〇) then//there is no excited cell present if(xi(t)==l)then
Xi (t+l)=0,Ζί(ΐ+1)=0,pi=0 ; "inhibition go to (2. Self-excitation); else if (Xi(t)==〇AZi (t)==0)then//non_excitation Si(t)= IkEN(i)( Wikx xk(t)); if(Si(t) >(j>z)then Xi (t+l)=l ; Zi (t+l)=l ; //excitation else Xi (t+l)=〇 ; Zi (t+l)=0 ; //non_excitation else if(Xi (t)==l/\ Zi ⑴==l) then Xi (t+l)=l ; Zi (t+l)=0 ; go to (3. Excitation of dependent cells); 本實施例之影像分段算法所具有之特點。 (1)此算法可以單—處理實現,以致於可以在非常短的 處理時間將影像分段。 、⑺此外將處理用於各像权元件(單元)簡化,以致於 可、在】區或中以硬體實現此算法,因此將許多單元整合
20 匕專單元均平行同時操作,使得可以對_ 大數目像素之影像加快影像分段處理之速率。> ⑷此异法亦可作為敕體實現,以致 體可包含之應用中可以作高速處理。 由傳、、 B _〜像分段結構(裝置)與積體電路結拼 P像刀&异法可以藉由使用數位電路作為硬| 21 1226193 1。第4圖顯示結構方塊圖,其藉由數位電 作為有關士每 貫見此·ΤΤ法 〇有關本實施例影像分段裝置之實施例。 值r(以從輸人影像記龍11依序錄影像之高度 權數W Γ ,1"她合職料料12計算輕合 ==k導㈣在=紐計算電路12料算—, Σ \早凡決疋電路13決定領導單元(建立是否 (1)wik>p'之蚊)。以此方式,在輸人影像之各像素· t實辭道處理,將所計算資料Wik^傳送至執行影像分1 10 段之單it網路14。此單元網路14在各像素(單元)上同時實^ 由此算法所給定之運算將影像分段。將此影像分段之結果: 由分段區簡存電祕傳送,並且輸出至輸出影像記憶體‘ 以下將說明各方塊之細節。 [耦合權數計算電路12] 請參考5A、5B、5C以及5〇圖說明耗合權數計算電路12 15 ^結構。第__電路之基本結構,隸由管道處理計 算搞合權數。在此圖中,將在影像記憶體中三個垂直連續 列y-1、y以及y+Ι中所給定像素值1、Im.....Ij、Ij i、.. 以及Ik、Ik·〗,依序從圖中左側輸入。 將各此等列之像素值經由暫存器121傳送至資料選擇 20電路122,其直接延遲此值一個像素。根據控制信號,此資 料選擇電路122將計算相關像素(單元)之間耦合權數所須之 各兩個像素值,傳送給各四個權數計算電路123。 此權數計算電路123根據兩個像素值^與“計算耦合權 數wik,且將計算結果依序傳送至領導單元決定電路B以及 22 1226193 單元網14。 第5B與5C圖各顯示用於灰階影像與彩色影像之權數 計算電路123。在第5B與5C圖中,參考號碼123A顯示絕對 值计真電路’參考號碼123B顯示編碼器,以及參考號碼 5 123C顯示最小值決定電路。
雖然可以直接計算用於灰階影像之此值: Wik=Imax/(l+ | IrIk | ),keN(i),然而除法電路之硬體數量 會變得大。因此,本實施之權數計算電路123並不如此作而 使用編碼器123B,其執行例如在第5D圖中所示之編碼處 10理,因此將絕對值計算電路123A之八位元輸出編碼成三位 元輸出。因此可以減少使用硬體結構情形中所須面積。 在彩色影像的情形中,將R、(}與]8顏色之三件資料 I(R)i、I(G)i以及I(B)i從圖中左側依序傳送以計算W(R)&、 W(G)ik以及W⑼ik。由在第冗圖中之最小值決定電路⑵c 15 選擇最小值(Wik=min{W(R)ik、W(G)ik、w(Bk m
將wik值傳送至領導單元決定電路13與單元網路i4,因此使 其能夠實現。 斤請注意關於所計算之私權數值,可以料前由軟體 所异得之值作為輸入資料。 20 [領導單元決定電路13] 以下參考弟6 A、6B 闰〜、 ,” ’ ’綱領導單S決定電路13 之基本結構。此領導卓元決定雷敗 、疋電路13根據耦合權數計算電 路12之計算結果而計算八個相鄰單元之 並且決定此總和是否大於預定設u臨界值_立是否 23 1226193
EkeN(i) Wik> φρ之決定)。如果是此種情形,則電路13之輪 出Pi=l,並且否則輸出Pi=〇。將此輸出值傳送至單元網路 14,而在作為位移暫存器之各影像分段單元之pi暫存器中依 序從最左列開始,經由所有的單元位移,因此設定用於各 5 單元Pi。 在例如決定在第6A圖中所示影像分段單元ps是否為領 導單元之情形中,將於第6B圖中所示之耦合權數計算電路 12所計算結果輸入,以輸入於具有於第6(:圖中所示結構之 領導單元決定電路13之輸入端子ΙΝι·ΙΝ3。 10 15 20
此領導單元決定電路13在第一加法器131將經由端子 叫损3輸入之耦合權數值相加,且將此相加之結果在第二 加法器132與經由端子以2輸入之耦合權數值相加。將此相 加之結果在第一暫存器133以時間調整,並且在同時,加至 在第三加法器134之第一加法器131之輸出值。此第三加法 器134之相加之結果在暫存器135以時間調整,並且在同時 在第四加法器135將其加至第二加法器之輸出值。最後,將 第四加法器135相加之結果傳送至比較器137,其將此結果 與臨界值φΡ比較,並且如果它大於臨界值-,則決定匕為領 導單元,且將Pi之值設定為1。 雖然此例是參考單元!>5說明,可以將對應之輕合權數 值各依序給予此等單元,使得能夠作管道處理。因此,將 j异結果傳送至單元網路14。在單元網路14中,此P暫疒 器構成位移暫存器。因此,藉錢用位移暫存器1 = 資料傳送給所有單元。 : 24 1226193 、“在/、有例如在第g圖中所示稍後說明的匯流排 U構之情形中’可簡由匯流排將資料直接傳送至相關 單元。此外,麵算此種解單元巾,如同在計算麵合權 t 將由軟體所先料算之值給定作為輸入 資斜。 [影像分段單元網路14] 第7與8圖顯示執行各影像分段過程之單元網路U之結 構之例。在本實例之影像分段算法中,根據相鄰八單元之 狀態與相對應之輕合權數以決定各單元所轉換成之狀能。 10 α因此,將影像分段單元⑽職於各像素)餘合權數暫存 器WRk(其暫存在相鄰單元之間的輕合權數)在陣列中彼此 父替配置’而實現單元網路14。 。。第7圖為方塊圖其顯示結構例,在此例中使用位移暫存 器將單元網路14之資料輸入/輸出。在第7圖中,Pi代表影像 15分段單元,WRk(V)代垂直柄合權數暫存器,以及_⑻ 代表水德合概暫存ϋ。M合缝%與例如&之直㈣ 料是在單元與耗合權數暫存器之間經由以箭頭所示:區域 佈線而傳送。此外,為了將資料輪人網路/從網路輪出,資 料同樣地亦在相鄰單元之間與在相鄰耗合權數暫存器之間 2〇 經由區域佈線而傳送。 口 次 …、例小、,口佴例,在此例 -貝料經由滙W排輸人至單^網路14且由單元網路 在第8圖巾,Pl代表f彡像分段.= 數暫存器,以及WRk(H)顯示水平耗合權數暫存号。為; 25 1226193 善同時平行處理,將耦合權數Wik與例如々之其他資料傳送 至此等單元與耦合權數暫存器,將滙流排連接至由箭頭所 示之區域佈線。 存在有兩種耦合權數暫存器WRk :於第9A圖中所示之 水平耦合權數暫存器WRk(H),以及在第犯圖中所示之垂直 輕合權數暫存器WRk(V)。此水钱合權數暫存器wRk(H) 保存與對肖_及水平像素相關之四彳_合魏值,而垂 直轉合權數暫存器WRk(V)保存與對角線以及垂直像素有 ,之四_合職值。在第8與9财,在从合權數暫存 器中之箭賴《衫其觸存料_合她之 關係。 15 如同於第7細情示,此料合權數暫存器卿⑻ 與WRk(V)是妓替的料配置介於影像分段單元η之間。 ,由將它們㈣方式配置,它們可以各共財它們與相鄰 早喊之間之相同耗合權數。此外,可以減少在翠元p澳各 耦合權數暫㈣WRk(拳及WRk( v)之間佈線之長度了此 外*藉由造餅㈣合魏計算㈣預先計算絲^合 20 :數暫存隱k(_WRk(V)中相鄰像素之間之麵合權數 ^此影像分段單邮無須實施計算。因A,簡化各 早Μ之結構,因而減少其面積且增加其操作速率。 第__介於影像分鮮元與相㈣合職暫存器 θ之連接。在此財,此_5之連接是由粗線所示。 [耦合權數暫存器WRk] 第_顯示叙合權數暫存器WRk之結構例。此等輕合 26 1226193 魏暫存器哪可分為兩類:垂絲合式與水補合式。 此兩者均有相_基柄部結構,叫果财 =合權數包括垂直單元_合權數,則其辨識為垂絲 :;=:們包括水平單元間耦合權數,則其辨識為 右二同於第11圖中所示,此輕合權數暫存器WRk其中設 有開’,其將從資料輸入埠所輸入之 部控制信號切換進人四個輸出f 。f數值根據内 彻出糸統中。四個暫存器221-224 10 15 20 =賺1所給予之編權數值,並且輸峨電路 23將麵合觀_駐相^彡像分料元。如果像素值 是由八位元代表的話,_合權數值具有胁255,並且因 此典魏須要具有人位元。“,此料合權數暫存器之 數目疋與像素數目成關。因此,將人位元麵合權數值偏 碼成三位_合權數值,並保存在暫存器221 224中。因 此可以減Jm足各輕合權數暫存器傳送資料至影像分段單 元所須佈線之⑽寬度,因而減少所須面積。 第圖之輸出選擇電路23,根據信號Xi(激發狀態: X! 1未激务狀恶.Xi=0),其顯示相鄰四個單元pi㈣_4) 之激务或未激發狀g,選擇各保存在暫存器221_224中四個 輛合權數值之―,並將其輸出。如果,例如,單元P5如同 於第ίο圖中所示被激發(Xi=1),職輸出從對應於單元朽 之像素所獲彳于之_合權數(在圖中以粗線連接之部份)。另一 方面’如果單元P5未被激發(Xi=〇),則其輸出0。 [影像分段單元Pi] 27 1226193 在第12A與12B圖中顯示影像分段單邮之結構例。此 影像分段單元Pi根據影像分段算法,在”未激發,,可自行激 發,以及,,激發,,狀態上轉換。 丁/ 5 10 15 20 在第12A圖中所示之影像分段單元pi中,此方法各在暫 存器31與32巾儲存:㈣Xi(—位元)其顯錢發狀態;以及 變數Pi(-位元)其顯示自行激發之允許/不允許。此外,此 方法輸入耗合權數WikX Xi,其在人個相鄰單元之間被編石馬 成三位_合權數,由解碼器33將此等權數解碼,並藉由 加法器34計算此等輕合權數之總和&⑴(=ς㈣)(^ 柳’並且由減法抓從此總和&⑴⑴位元财決定,,可 自行激發”之臨界值1。在減法器35,此方法決定是 φζ>〇,且輸出符號其對控制電路36顯示決定之結果。1 凊注意第12 A ®顯示,由加法n 3 4平行 之例中結構例,1叶算蛐和8 h 、<而實現 ,、杯總和SH決定在影像分段 之可激發狀態。然、而,如同在第UB圖中所示, Γ;"制電路37在輸人選擇中對開_進行控制= 情形中在影像分段單元Pi中,當開關38操作將輸入切換 時,此方法依序且選擇性地輸入1合權數WikX Xl,其在 八個相鄰單元之間錢碼成三位元權數;以及臨界值^, 其決疋可自行激發,,狀態。此方法藉由解碼器娜選擇結 果抑成位7貝料’且藉由串聯之加法器減法器40與暫 存1541依錢行加法與減法。 這即是’在第丨2關中所示結構之情形中,加法與減法 彼此平仃同時實施’以致於可以增加操作速率。然而,此 28 χ226ΐ93 ίο 15 20 如了 _要人個加法器與減法器,以致於單元面積整體增 /減法。:方面,在第12Β圖中所示之結構只須要—個加法i 二,以致於單元面積減少 '然而,用於各加/滅所須時 行&個週期增加至9個週期,以致於整個處理時間長於平 第同寺加/減情形中之處理時間。因此,第12A圖之結構與 圖之結構是成抵換的關係。因此,依據在使用中較高 、率或較小面積何者較重要,而適當使用此等結構。 數將控制電路36或37之輸出信號讀送至相鄰之搞合權 用暫存器。此外,在整體抑制器z(z⑴)=v ViZi⑴之計算中使 第^出信號Zi。第13圖顯示整體抑制器之連接之例。如同於 圖中所示,各單元Pi之輸出信號Zi是以OR的方式與相 鄰單- 疋之輸出4連接,且各列與下一列以〇R的方式連接, 4成所有的整體抑制器z。此信號2;經由緩衝電路回饋 至各單元之控制電路36與37。在使用第8圖之滙流排結構之 晴形中,可以藉由使用匯流排將信號Z供應至各單元。 此外,”下一個”信號成為在第7與8圖中所示,用於相 郴影像分段單元之”前置”(pre)輸入信號。使用此,,下一個,, “ 5虎以實現影像分段算法之,,尋找領導者(),,功能,即,控 制激發領導單元(可自行激發單元候選者)之順序 0例如,如 同於第14圖中所示,此,,下一個,,信號輸出端子是與,,前置,, 信號輸入端子,是在相鄰單元之間依序連接。當將輸入,,前 置”信號設定為pre=l與Pi=l時,則各此等單元為自行可激 發。因此,在此結構中可以實施控制,以致於此等具有設 定Pi=l且在未激發狀態中之單元,可以在在上單元開始之 29 1226193 順序中成為領導單元。 [刀段區域儲存電路I5] 、字各單元之Xi值設定為l(Xi=l),則可摘測至受影像 分段區域之資訊。在第7圖中所示實施例之情形中,各:元 5 P^Xl㈣器是連接介於在各列中相鄰單元之間,因此構= 列-特定位移暫存器。因此,配置在輸出側之分段區域儲 存電路5接收來自各行中單元而保存在Xi暫存器中之資 以儲存所有單元之資訊。因此,可以儲存受到影像分 段各區域之資訊。在第8圖所示實施例的情形中可以藉由 10使用滙流排實現相同的操作。 C·影像分段算法之行動(方法) 以下將參考第15圖以3x3之灰階像之例說明本實例中 影像分段算法之操作。 如同在第15A-15I圖中所示,藉由此例算法之操作,在 15根據相鄰於像素i之八個像素ΣρΝ⑴之像素值之以下耗合 權數為基礎上成長分段區域;
Wik=Imax/(i+ | IrIk | ),让⑼⑴
Imax為像素之亮度值之最大值。如果在此單元本身與對 應於八個相鄰像素之此等單元之間之耗合權數總和心,) 20 Wik大於臨界值φζ,則對應於各像素之單元成為領導單元(可 自行激發單元之候選者,ρ;=1)。如同第況圖所中所示, 在此例中存在兩個領導單元,並且以從在上側開始之順序 又到自行激&此領導單元提供影像分段開始點候選者。 首先,在初設(第2圖之步驟⑷),所有單元各同時受到 30 1226193 f各單元與相鄰八個單元keN(i)之間耦合權數Wik之計 、决疋領導單元(對於領導單元Pi=l,以及對於其他單 一 Pl )其次’如果任何領導單元(Pi=i)存在(第2圖之步驟 (b)),則它們其中之一開始自行激發(區域分段),從領導單 元開始擴張分段區域(第15E圖)。 果此專單元在激發狀態中(Xk=l),則各單元i受到在其 /、對應於八個相鄰像素之單元keN(i)之間的總和計算:
SkeN(i) Λ Xk=iwik 10 15 20 並且如果此總和大於臨界值φζ,則此單元 發—之步轉)與(6))。此„是麵有單元上同 寺實化’-相不再有任何單元被激發為止。如果不再有 任何新激發之單元,則此方法實施停止㈣、㈣,以及 Ρΐ=〇)(第2®之步_)。在此财,如同於第15G圖中所 不’不再有任何可㈣之單元,此白色區域之分散結束。 此一系列步驟完成區域分段。重覆此系列步驟,一直 到不再有任何未分段之領導單元為止。在此财,如同於 第15H圖中所示,此灰色區域分段從在底部之領導單元開 始,而在分段完成時,則如同在第则中所示結束。 D.影像分段結構之行動(裝置)與積體電路 本實施例之影像分段裳置中結構,在基本上具有與影 像分段算法之結構相同的操作。以下參相子說明,直在 影像中具有三個區域A、叫及c,而由爾素構成^同 於第竭中所示者。雖然,在正常情況下,將對應於除了 A、B、C區域以外背景之區域亦分段為〆區域,為了簡便 31 1226193 說明起見,假設此區域其中不具有領導單元。 電路’此_合權數計算電路12與領導單元決定 。十异之轉合權數Wik|^,從在第7與8圖中所示各 別左側輸人埠傳送至單元網路14。如果,例如 犯 圖中由”认咖”所示之單以為領導單心則此等單元之 ^值如同在第16C圖中所示。因此,藉由將資料從第⑽圖 之最右側開始依序移至單元網賴(參考第帽),而將各單
之Pi初設。_合權數Wik上實施相同的作業,因此將此資 料移至單元網路14。 、 1〇 在一種情形中,其中領導單元(自行可激發單元候選者) 連接成’’自行可激發單元選擇空制,,之順序,如[S]第14圖中 所不者。此方法決定㈣之支激發單元之連接順序是從左 上單70開始,且依順序決定它們作為領導單元。在第16B 圖的情形中,是以L1、L2,以及L3之順序處理領導單元。
15第161)圖顯示此等單元被激發之順序。此激發從L1單元開 啟,且當區域A之分段結束時,移至L2單元將區域B分段。 最後’此方法開啟激發單元L3,以完成區域C之分段。 第Π圖顯示在第16A圖中所實施影像分段的情形中各 仏號波形之部份。在此圖中,信號名稱x〇-X6給定在位元結 2〇構中在行〇-6(其對應於在第16A圖中行Χ(τΧ6)中此等單元之 激發狀態(Xi之值)之16進位代表;在此結構中之上列被認為 代表高階位元。此外,此圖顯示時脈信號與整體抑制器2之 信號波形。在對於根據此結果之激發順序之檢查顯示,此 激發由在第16D圖中所顯示數字所示之順序開始,以實施區 32 1226193 域分段。 E•影像分段算法之效應(方法) 為了證實本實施例算法之功效,本案發明人以JAVA語 言(註冊商標)與c語言產生模擬器。使用JAVA語言以產生大 5級1300行包括用於影像資料之輸入/輸出常式(_丨·),而 使用C語言以產生大約340行之算法部份。 第18圖顯示在由320x240像素所構成灰階影像上以 JAVA產生之影像分段算法模擬器之實施例。如同於圖中所 示’將白色車輛之車體分段。 10 第19圖顯示當將本實施例之算法以C語言設置安裝作 為依序處理程式,且在lntel Pentium(註冊商標)4(13GHz) 處理器上執行時所獲得之結果。在此實驗中,給定多個樣 本影像作為輸入資料,以測量像素數目之平方根(其表示影 像一邊之長度),以及分段影像所須之處理時間。在此實驗 15中,將處理時間測量1㈨次且平均。因此發現,由大約 10,000(100xl00)個像素所構成影像可以在大約2831118中分 段(除了輸入/輸出常式外)。因此,本實施例之影像分段算 法之處理快速,且因此可以在相當小的影像上藉由軟體使 用於即時處理中。 20 第2〇A至2〇D圖各顯示在灰階影像上影像分段之例。此 外,第21A至21D圖顯示在彩色影像上影像分段之例。如同 於第21B與21C圖中所示,當彩色影像轉換成灰階像時,其 綠色與紅色具有相同的壳度值(耦合權數),且因此被分段於 相同的區域中,其在某些情形中使得影像分段困難。因此, 33 1226193 心色影像的情形巾藉由使_合職將彩色影像直接分 ^則甚至在灰階影像的情形中無法作影像分段之例中, 可以獲得如同在第21G圖中所示正確之分段。因此,可以藉 ^相同的算法與相同單元網路,只藉由改變麵合權%之計 算而將影像分段,其提供相當大的優點。 F·影像分段結構之效應(裝置)與積體電路 第22圖顯示當以从从糾語言產生根據第心7以及8層 之影像分段結構之模㈣,關量在難巾影像分段時指 時所獲得之結果。將實現在第UA@巾所示高速處理之方沒 用於影像分段單元。在觀巾,將所給予之乡個樣本影傳 作為輪人㈣,明量平絲(其顯㈣像—邊之長度)以及 =影像分段巾所須最大與最小處理時間。此外 公式估計最科m況之處_間,此歸像分段^間亦如 同預期顯示於圖中,這是當所感興趣之影像為規則且由黑 白格子所構成,而在非常少有的情形由自然影像所構成而 有許多區域受到影像分段時之情形。 20
此結果顯示,如果假設此處理可以在1Gns的週期 施(在100MHz之頻率),而可以作非常高速影像分卜藉由 它此由1⑽啊她彻)像素所構成之影像可^平:5( 口或以下的時間處理,或者甚至錢大利的情形中在⑽ 或以下的時間處理。因此,即使考慮計算輪 外時間,亦可足夠作即時處理。 此根據本實施例之影像分段結構之影像分段積體電路 是使用硬體描述語言設計。在硬體描 、电硌
將實現在第12A 34 1226193 圖中所示高速處理之方法使用於影像分段單元。在此種产 形中,此影像分段單元被給予大約1〇〇行(11如),水平與垂直 Μ合權數暫存器各被給予大約剛亍,以及其他的週邊電路 被給予大約300行。 5 ⑽本實施例之影像分段結構具有如同於第7與8圖中 所示陣列形規則結構,而以e語言製成—種產生器,其自動 地產生整個單元網路。此單元網路產生器具有大約働行。 當使用此產生器以產生由16><16像素所構成之單元網路 時’此整個描述是以大約行以上之硬體描述語言產 10 生,以及模擬描述是以大約600行產生。 此所因此產生之硬體描述是在LSI中實現,其根據〇35 #爪之設計規則使用三層金屬佈線CMOS技術製成。為了大 致計算可以置於晶片上之影像分段單元之數目,則實施具 有商業軟體之邏輯分析,其使用標準單元程序庫以估計面 15積。作為邏輯綜合之結果,此影像分段單元具有面積A"為 26.495/zm2,以及耦合權數暫存器具有面積為8.873 # m2。在影像為正方形的情形中,如果各側具有N個像素, 則此整個單元網路之面積Atotal可由下式估計:
At〇tai = Apix N2 +AWRk x (N2+2) (4) 20 因此’如果將此等單元置於91!111^9111111(面積811111112)之 曰曰片上,從所獲得單元面積之估計看來,可以安裝大約 45x45個像素。如果,此外假設可以藉由完全定製之設計將 電晶體數目佈局面積減半,則可將影像分段單元之面積與 柄百權數暫存器之面積均減至大約1/4,因此可安裝大約 35 1226193 67x67個像素。 藉由以實施序列處理之串聯加法器/滅法器(第12B圖) 以替代此加法器,可以進一步減少面積,其計算權數總和 (Si 4keN(i)(Wikx Xk⑴),以便在影像分段單元中決定自行 5 可激發狀態。 在此情形中’此決定處理須要用於執行之九個週期而 非一週期,因此整個處理時間增加大約9倍之多。藉由使用 本實施例之電路之影像分段處理是非常快速,且對即時處 理沒有影響,以致於它即使在最不利情況之估計中,可在 10小於或等於2.7ms(且平均為450 // s)中處理由160,000 (400x400)個像素所構成之影像。在此情形中影像分段單元 之面積八^減少至13,953 // 1112,以致於估計在完全訂製設計 的情形中,根據0.35//m之設計規則使用MOS技術,可以在 9mmx9mm晶片上安裝大約84x84個像素;以及根據〇 18//m 15之設計規則使用CMOS技術,可以在9mmx9mm之晶片上安 裝大約162x162個像素。 表1顯示在完全訂製設計之根據〇·35 、0.18//m以及 0·09//m設計規則使用CMOS技術之情形中可安裝像素數目 之估計值。晶片面積與技術之資料請參考:JTRS 2000 Update : 20 The Internationan Technology Roadmap for Semiconductors 2000 Update’’,URL http://public.itrs.net/(2000))。根據此參考 資料可以估計,如果使用根據0.09//m之設計規則之CMOS 技術(其在2004年成為標準),可以對於高表覌應用實現在晶 片上(面積·· 356mm2)安裝大約972x972個像素。 36 1226193 表1 在晶^上可以處理像素數目之估計 _ 倉$製設計之愔況中) G·有關於本發明實施例之關係點 10 技術 晶片面積 在並聯加法器/減法^ 器之情形中所能處 理像素之數目 在串聯加法器/減法 器之情形中所能處 理像素之數目 0.35 //m 170[mm2]之 標準尺寸 138x138 (19,044) 171x171 (29241) 310[mrr?]^7 高表現尺寸 186x186 (34,596) 232x232 (53,824) 0.18 //m (1999) 170[nW]^7 標準尺寸 270x270 (72,900) 336x336 (112,896) 310[mm?]^7 高表現尺寸 363x363 (131,769) 452x452 (204,304) 0.35 βνα (2004) l95[inn?]^ 標準尺寸 578x578 (334,084) 718x718 (515,524) 356[mm2]之 局表現尺寸 780x780 (608,400) 972x972 (944,784) 如同以上所說明,根據用於影像分段之方法或裝置之 依據此等實_之影像分段算法無構,可以在並聯輸入 影像之所有像素上執行彩色減階自㈣像之即時影像分 因此可以實現即時處理,其在依據軟體使用傳統影像 分段方法-直是困難的。此外,轉法與結構使得可以實 現即時影像處理方法,㈣影像處理裝置,以及影像處理 積體電路。以下將列舉此等實施例之特徵。 ⑴不僅可由㈣’亦可由數位電路實現簡單且高速之 影像分段算法。此算法藉由數字變如表示單元狀態,因 而可以作域位電路實現。因此,藉域用目前的cad技 術,可以料電路,其如㈣計條件不太嚴_話,可以 容納由自動處理所造成的限制。因此,可以由目前技術水 37 15 1226193 準(state-of-the-art)之製造技術可以非常容易地設計電路, 而在整合密度與操作速率巾給料善之希望。此外 象 分段方法是非常簡單的方法,且因此可以増加影像分=之 處理速率,甚至在借助於軟體之傳統以處理器為主之影像 5 分段糸統中亦是如此。 、 (2)作為影像分段結構’將影像分段單元⑷2圖)交替 地配置於陣列狀態中,此等單元在所實現之影像分段翠元 網路之形成中(第7與8圖)對應於像素以及垂直盘 耦合權數暫存器(第9圖)。可將此種伴隨著實現較小面積之 1〇兩因次陣列結構,非常容易地安裝於積體電路中。、 ⑺此影像分段單元相兩種方式實現:使用此加法^ = ::=理。,而將重要性置於增加處理速率心及 使用加法為/減法轉串聯處理,而將重要性置於面積之減 B Hi圖K料可錄據歸线㈣擇高速處理與裝 現分段如同於第4圖中所示是藉由管道處理而實 二分=使仔相㈣簡單的結構,將鱗像素彼此平行同 :藉由嶋構,使用相鄰單元(像素)之間之輕合權 使用2 權數’而可以 冋的异法與單元網路用於彩色影 外,可以將在彩色與灰階影像之_合 = 份,從單元網路分離作為耗合權數計s十异=同之4 篡可总、* 士 I异罨路,以致於此計 e道處理實施。因此’可以減少所使用之面積。 38 1226193 本發明其他的優點與修正對於熟習此技術之人士將為 明顯。因此,本發明以其較廣的觀點而言,並不受限於在 此顯示與說明之特定細節與代表實施例。因此,在不偏離 由所附申請專利範圍與其等同物所界定之一般發明觀念之 5精神與範圍之情況下,對本發明作各種修正。 【圖式簡單說^明】 第1A與1B圖為本發明實施例輸入影像與單元間耦合 權數之說明圖式,第1A圖顯示輸入影像,以及第1B圖顯示 單元間耦合權數; 10 第2圖為流程圖,其顯示在相同實施例中影像分段算法 之處理流程; 第3圖為圖表,其顯示在相同實施例中單元狀態之轉變; 苐4圖為方塊圖,其顯示在相同實施例中影像分段裝置 之硬體結構例子; 15 第5A、5B、5C以及50圖為在第4圖中所示搞合權數計算 電路之說明m5A酬轉基本結構1测顯示灰階 影像權數計算電路之結構,狄關示彩色影㈣數計算電 路之結構,以及第5D圖顯示編碼器之輸入/輪出之例。 第6A、6B圖,以及6C圖為第4圖中所示領導單元決定 2〇電路之說明圖式,第όΑ圖計算標的單元,第犯圖顯示輕合 權數貝料轉換順序’以及第6C圖顯示領導單元決定電路之 例之基本結構例; 第7圖為方塊圖,其顯示結湘,在此情财單元網路 之輸入/輸出操作是使用在第4圖中所示之影像分段單元網 39 1226193 路中之位移暫存器實施; 第8圖為方塊圖’其顯示結構例,在此情形中單元網路 之輸入/輸出#作疋使用在第4圖中所示之影像分段單元網 路中之滙流排而實施; 第9A與9B圖為說明,其顯示在第…圖中所使用單元 與耦合權數暫存器之間之連接例,第9A圖顯示具有水平輕 合權數暫存器之連接例,以及第9B圖顯示具有垂直輕合權 數暫存器之連接例; 第10圖為方塊圖,其顯示在相同實施例中,介於任意 10單元與四個相鄰叙合-權數一暫存器塊之間之連接例; 第11圖為方塊圖,其顯示在相同實施例中,包括四個 柄合一權數一暫存器之輕合一權數一暫存器塊之結構例; 第12A與12B圖為圖式說明,其顯示在相同實施例中影 像分段單元之結構例;第12A圖為方塊圖其顯示結構,在此 15情形中加法與減法彼此平行同時實施,以及第⑽圖為方塊 圖其顯示結構,其中加法與減法彼此串聯依序實施; 第13圖為方塊圖,其顯示在相同實施例中整體抑制器 之連接例; 第14圖為概念圖,其顯示自行激發允許信號如何依序 20搜尋未激發領導單元,以及在相同實施例中從領導單元中 偵測出可自行激發單元; 第15A至151圖為在相同實施例中影像分段算法之操作 之說明圖式,其參考在3x3灰階影像上之執行例; 第16A至16D圖為在相同實施例中影像分段結構之操 1226193 作之說明圖式,其參考在7x7影像上之執行例; 第17圖為計時圖,其顯示第16A至16D圖之7x7影像上 影像分段模擬之結果; 第18圖為說明圖,其顯示當相同實施例之影像分段算法 5 以JAVA軟體程式實現以執行影像分段時之顯示螢幕之例; 第19圖為特性圖,其顯示影像分段時間之實施結果, 在此例中此相同實施例之影像分散算法是以軟體實現; 第20A至20D圖為圖式說明,各顯示在相同實施例中灰 階影像上影像分段之應用例, 10 第21A至21D圖為圖式說明,各顯示在相同實施例中彩 色影像上影像分段之應用例;以及 第22圖為特性圖,其顯示影像分段時間之模擬結果, 在此情形中相同實施例之影像分段算法是以硬體實現。 【圖式之主要元件代表符號表】 11…輸入影像記憶體 39…解碼器 12…耦合權數計算電路 40…加法器/減法器 13…導領單元決定電路 41…暫存器 14…影像分段單元網路 121…暫存哭 15…分段區域保存電路 122…資料選擇電路 16…輸出影像記憶體 123…權數計算電路 21…開關 123A···絕對值計算電路 23…輸出選擇電路 123B···編碼器 31,32···暫存器 123C…最小值決定電路 33…解碼器 131···加法器 34···加法器 132···加法器 35…減法器 133,135···暫存器 36…控制電路 134,136…加法器 37…控制電路 137…比較器 38…開關 221-224…暫存器 41

Claims (1)

  1. 5 拾、申請專利範圍: 此等&方去’其從屬於相同種類之輸人影像指定 =3、之一,並且辨識此區域作為影像分段區域,其 特攸為包括以下步驟: 準備步驟,包括·· σ v驟冑對應於輸人影像之像素之個別影像分 又早位之單元置入未激發狀態中, 取得v驟’以取得對應此單元之像素之像素值,並 且計算多個相鄰單元之間之各叙合權數,以及 10 15 决定步驟,根據各計算結果決定領導單元(自行可 激發單元候選者); 自行可激發單元偵測步驟,藉由決定步驟決定而選 擇一領導單元,以偵測此單元作為可自行激發單元; 自行激發步驟,將在可自行激發單元偵測步驟中所 偵測之可自行激發單元,置入激發狀態中; 可激發單元偵測步驟,根據在激發狀態中單元(包 括領導單元)與相鄰單元之間之耦合權數,從相鄰單元 债測可激發單元; 激發步驟,將在可激發單元偵測步驟中所彳貞測之單 20 元’置入激發狀態中;以及 停止步驟,如果在可激發單元偵測步驟中未偵剛到 單元,則將在激發狀態中之單元置於停止狀態中;其中 藉由重覆激發步驟,一直到在可激發單元偵測步驟 中不再偵測到任何單元為止,以完成一區域之影像分 42 1226193 段;以及 藉由重覆各步驟,一直到在自行可激發單元偵測步 驟中,不再偵測到任何在未激發狀態中之領導單元為 止,而完成所有區域之影像分段。 5 2.如申請專利範圍第1項之影像分段方法,其中: Ii為單元i之像素值(i代表單元號碼),其為對應於輸 入影像之像素之個別影像分段單位,Xi為變數其顯示單 元i是在激發或在未激發狀態中,Pi為變數其顯示是否允 許自行激發,Wik為介於相鄰單元i與k之間之耦合權數, 10 φΡ為臨界值其決定是否允許自行激發,φζ為臨界值其決 定是否允許自行激發,4為變數其顯示單元i之狀態是否 改變,以及z為整體抑制器之變數,其根據所有單元之 Zi值之邏輯和決定此等單元是否已經改變至激發狀態; 在準備狀態中,將影像分段單元i之變數Xi設定為 15 〇(Xi=〇 ;未激發),採用對應於單元i之像素值Ii,以計算 相鄰多個單元i與k之間的耦合權數W i k,以致於如果計算 結果之總和大於臨界值φρ,則設定Pi=l(自行可激發狀 態),且如果此總和小於或等於臨界值φρ,則設定Pi=0(非 自行可激發狀態)用於啟始,以及z=0,設定此整體抑制 20 器變數z用於啟始; 在各自行可激發單元偵測步驟中,從決定步驟中所 決定之Pi=l之領導單元中選擇至少一未激發領導單 元,以偵測所選擇的單元作為自行可激發單元; 在各自行激發步驟中,將在自行可激發單元偵測步 43 1226193 驟中所偵測之自行可激發單元i之變數Xi與z〇各設定為 1〇产1 :自行激發,Zi=i :經改變狀態); 在可激發單元偵測步驟中,如果相鄰於在未激發狀 態中單元i之經激發單元k(xk= 1)之間耦合權數Wik之總 5 和大於臨界值φζ,則將單元i偵測為可激發單元; 在各附屬激發步驟中,將可激發單元偵測步驟中所 偵測所有單元i之變數Xi與Α各設定為l(Xi=l :激發狀態, . Zi=1 :改變狀態),且將已經在激發狀態(Xi=l與Zfl)中單 元i之變數Zi設定為〇(Zi=〇未改變狀態);以及 · 10 在各停止步驟中,如果在可激發單元積測步驟中未 债測到單元,則將Xi=l(激發狀態)之單元設定為X产〇(未 激發狀態)與2产〇(未改變狀態),並且如果Pi=l,則將此 單元設定至Pi=〇(停止狀態)。 3·如申請專利範圍第1項之影像分段方法,其中: 15 當此輸入影像為灰階影像時,使用亮度值作為像素 值。 、 4·如申請專利範圍第1項之影像分段方法,其中: · 、*此輸入影像為彩色影像時,使用彩色資訊作為像 5·種:像分段裝置,其從屬於相同種類之輸入影像指定 此等區域之-,並且辨識此區域為影像分段區域,以選 擇欧地輸出任意影像分段區域之影像,其特徵為包括:、 輸入影像記憶體,其儲存輪入影像之像素值; 搞合權數計算電路,其從輪入影像記憶體讀取像素 44 1226193 值,藉由管道處理以計算對應於各像素之各影像分段單 元與相鄰單元之間之耦合權數; 領導單元決定電路,其根據由耦合權數計算電路所 計算之耦合權數以決定領導單元,此單元其中與相鄰單 元之耦合權數之總和超過參考值; 10 15 影像分段單元網路具有決定裝置,其中將影像分散 單元交替配置成陣列狀態,此單元根據輪入影像之各像 素與耦合權數暫存器,在未激發狀態,可自行激發狀 態,以及激發狀態之間轉換,此等暫存器保存由耦合權 數計算電路所獲得之單元間耦合權數,此決定裝置根據 在耦合權數暫存器中所保存之值以決定各單元是否可 激發,其中此等單元配置成彼此相鄰,此決定裝置將由 領導單元妓電路所蚊之領導料置入於激發狀態 中,並且從相鄰單元選擇可激發料㈣人激發狀態中 以擴張激發11域,因此決定影像分段區域; 分段區域儲錢路,其儲存《像料單元網路所 決定影像分段區域中所有單元之資訊,以及 像素值。
    輸7像錢體,其根據在分段區域儲存電路中所 儲存之内容’儲存對應於任意影像分贿域中各單元之 此耦合權數計算電路取用
    ^取用對應於來自輸入影像記 由平行處料算在行方向中相 以及藉由管道處理計算在列方 45 1226193 向中相鄰單元之間的搞合權數。 7.如申請專利範圍第6項之影像分段裝置,其中: 耦合權數計算電路設有編碼器,其減少耦合權數計 算結果之位元數目。 5 8.如申請專利範圍第5項之影像分段裝置,其中: 此領導單元決定電路取用對應於來自耦合權數計 算電路之單元之耦合權數,藉由行一平行管道處理依序 決定領導單元。 9. 如申請專利範圍第5項之影像分段裝置,其中: 10 影像分段單元網路之各列設有位移暫存器,其將資 料傳送至所有單元與耦合權數暫存器。 10. 如申請專利範圍第5項之影像分段裝置,其中: 影像分段單元網路之各列設有滙流排,其將資料傳 送至所有單元與耦合權數暫存器。 15 11.如申請專利範圍第5項之影像分段裝置,其中: 影像分段單元網路設有作為耦合權數暫存器之:垂 直耦合權數暫存器,其儲存在垂直與對角線單元之間的 耦合權數;以及水平耦合權數暫存器,其儲存介於水平 與對角線單元之間之耦合權數;其中,垂直耦合權數暫 20 存器與水平耦合權數暫存器是在此等單元之間交替配 置,以致於可以在相鄰單元之間共用相同的耦合權數。 12.如申請專利範圍第5項之影像分段裝置,其中: 耦合權數暫存器將來自耦合權數計算電路之耦合 權數資料之位元數目、減少至所允許之位元數目,且儲 46 存此經減少的資料。 13·如申請專·圍第5項之影像分段裝置,並中· =像分段單元網路之單元執行在以可激發狀態 相二之加,域減法,其彼此並聯而作為相鄰單元數目 相同多之加法器(其個別設置用 λά L ^ T干%)與一減法斋0 14.如申凊專利範圍第5項之影像分段裝置,並中. 10 影像分段單元網路之單元,以串聯料在加法器/ 減法器以及㈣應之暫存器,實糕定可激發狀態所須 之加法與減法,此所設加法器/減法器之數目可多至⑽ (k為小於相鄰單元數目之整數)。 15.如申請專利範圍第5項之影像分段裝置,其中: 影像分段單元網路包括: 自行激發裝置,—領導單元料電路所決定 之領導單元置入激發狀態中; 15 可激發單元偵測裝置,用於根據介於在激發狀態中 之單元以及與此在激發狀態中之單元相鄰此等單元之 間的耦合權數,從相鄰單元偵測可激發單元; 激發裝置,用於將由可激發單元偵測裝置所偵測到 之單元,置入激發狀態中;以及 20 停止裝置,用於在由可激發單元偵測裝置偵測不到 單元的情形中,將在激發狀態中之單元置入停止狀態 中; 其中一區域之影像分段是由以下方式完成:在由可 激發單元偵測裝置所偵測到之此等單元上同時重覆實 47 1226193 施激發裝置之處理,一直到可激發單元偵測裝置不再偵 測到任何單7L為止;以致於所有區域之影像分段是由以 下方式完成:在此等單元上依序實施各別的自行激發裝 置,可激發單元侧裝置、激發裝置以及停止裝置之處 5 $里’以及領導單元是在未激發狀態中且不在停止狀態 中。 16.如申請專利範圍第5項之影像分段裝置,其中: 如果輸入影像為灰階影像,則使用亮度值作為像素 值。 10 I7.如申請專利範圍第5項之影像分段裝置,其中: 如果輸入影像為彩色影像,則使用彩色資訊作為像 素值。 I8· -種&括影像分段之f彡像處財法,其從屬帅同麵 之輸入影像指定此等區域之一,並且辨識此區域作為影 15 像分段區域,其特徵為包括以下步驟: 啟始步驟,將對應於輸入影像之像素之個別影像分 段單位之單元置入未激發狀態中, 取得步驟,以取得對應於此單元之像素之像素值, ^ 並且計算多個相鄰單元之間之各耦合權數,以及 決定步驟,根據各計算結果決定領導單元(自行可 激發單元候選者); 自行可激發單元偵測步驟,藉由決定步驟決定而選 擇-領導單元,以備測此單元作為可自行激發單元; 自行激發步驟,將在可自行激發單元偵測步驟中所 48 1226193 彳之可自行激發單元,置入激發狀態中; 可激發早元偵測步驟,根據在激發狀態中單元(包 括領導單元)與相鄰單元之間之耦合權數,從相鄰單元 偵蜊可激發單元; 激發步驟,將在可激發單元偵測步驟中所偵測之單 % ’置入激發狀態中;以及 停止步驟,如果在可激發單元偵測步驟中未偵測到 tm 一 早元’則將在激發狀態中之單元置於停止狀態中;其中 10 藉由重覆激發步驟,一直到在可激發單元偵測步驟 中不再偵測到任何單元為止,以完成一區域之影像分 段;以及 15 藉由重覆各步驟,一直到在自行可激發單元偵測步 驟中,不再偵測到任何未激發狀態中之領導單元為止, 而完成所有區域之影像分段。 種包括影像分段之影像處理裝置,其從屬於相同種類 輪入讀指定料區域之一,並辨識此區域為影像分 姓Γ、成以選擇性地輸出任意影像分段區域之影像,其 特欲為包括: /、 20 體’其儲存輸人影像之像素值; 值,# A權數4异電路’其從輸人影像記憶體讀取脅 元與:::道處理以計算對應於各像素之各影像如 相岫早疋之間之耦合權數; 領導單元決定電 計算之據料合餘計算㉝ 權㈣心領導單元’此單元其中與相葬 49
TW092114142A 2002-05-27 2003-05-26 Image segmentation method, image segmentation apparatus, image processing method, and image processing apparatus TWI226193B (en)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2002152491A JP3689740B2 (ja) 2002-05-27 2002-05-27 画像分割処理方法、画像分割処理装置、リアルタイム画像処理方法、リアルタイム画像処理装置及び画像処理集積化回路

Publications (2)

Publication Number Publication Date
TW200400757A TW200400757A (en) 2004-01-01
TWI226193B true TWI226193B (en) 2005-01-01

Family

ID=29545403

Family Applications (1)

Application Number Title Priority Date Filing Date
TW092114142A TWI226193B (en) 2002-05-27 2003-05-26 Image segmentation method, image segmentation apparatus, image processing method, and image processing apparatus

Country Status (5)

Country Link
US (1) US7298899B2 (zh)
EP (1) EP1369819A3 (zh)
JP (1) JP3689740B2 (zh)
KR (1) KR100505311B1 (zh)
TW (1) TWI226193B (zh)

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6940998B2 (en) 2000-02-04 2005-09-06 Cernium, Inc. System for automated screening of security cameras
NZ573064A (en) 2002-04-04 2011-02-25 Coley Pharm Gmbh Immunostimulatory G,U-containing oligoribonucleotides
JP3955953B2 (ja) 2003-09-12 2007-08-08 国立大学法人広島大学 画像分割処理装置、画像分割処理方法及び画像分割処理集積化回路
JP2007531121A (ja) * 2004-03-24 2007-11-01 セルニウム コーポレイション エリアごとの分割ゲインの使用によるビデオ分析の改良
JP4500999B2 (ja) * 2004-09-02 2010-07-14 国立大学法人広島大学 画像処理装置、画像処理方法、画像処理プログラム、およびコンピュータ読み取り可能な記録媒体
US7822224B2 (en) 2005-06-22 2010-10-26 Cernium Corporation Terrain map summary elements
JP4742260B2 (ja) * 2005-09-13 2011-08-10 国立大学法人広島大学 画像処理装置
KR100720943B1 (ko) * 2005-11-10 2007-05-22 (주)카피온테크놀로지 전자나침반을 이용한 알에프아이디 기반의 경로안내시스템
US8340421B2 (en) * 2008-02-04 2012-12-25 Eyep Inc. Three-dimensional system and method for connection component labeling
US8249348B2 (en) * 2008-02-04 2012-08-21 Eyep Inc. Label reuse method and system for connected component labeling
US8111919B2 (en) * 2008-02-04 2012-02-07 Eyep, Inc. Feature encoding system and method for connected component labeling
US8280167B2 (en) 2008-02-04 2012-10-02 Eyep, Inc. Connected component labeling system and method
US7853075B2 (en) 2008-07-31 2010-12-14 Hiroshima University Image segmentation apparatus and image segmentation method
JP5223133B2 (ja) * 2008-10-24 2013-06-26 国立大学法人広島大学 画像分割装置および画像分割方法
US8571261B2 (en) 2009-04-22 2013-10-29 Checkvideo Llc System and method for motion detection in a surveillance video
DE102010060526A1 (de) * 2010-11-12 2012-05-16 Christian Hieronimi System zur Lagebestimmung und/oder -kontrolle von Gegenständen
US9996634B2 (en) * 2010-12-15 2018-06-12 Autodesk, Inc. Computer-aided design and manufacturing system and method for composite part manufacturing method and system
CN102800050B (zh) * 2011-05-25 2016-04-20 国基电子(上海)有限公司 N维特征空间连通性计算方法
CN103984958B (zh) * 2014-05-07 2017-11-07 深圳大学 宫颈癌细胞分割方法及系统
US10379528B2 (en) * 2014-12-01 2019-08-13 Siemens Aktiengesellschaft Method and apparatus for generating machining codes of workpieces from a paper engineering drawing
CN106228552A (zh) * 2016-07-20 2016-12-14 湖南文理学院 基于调和k均值聚类的灰度图像直方图快速分割方法
US10366302B2 (en) * 2016-10-10 2019-07-30 Gyrfalcon Technology Inc. Hierarchical category classification scheme using multiple sets of fully-connected networks with a CNN based integrated circuit as feature extractor
CN112149470B (zh) * 2019-06-28 2023-09-05 杭州海康威视数字技术股份有限公司 一种行人重识别方法和装置

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5313532A (en) * 1990-01-23 1994-05-17 Massachusetts Institute Of Technology Recognition of patterns in images
JPH056356A (ja) * 1990-11-20 1993-01-14 Ricoh Co Ltd 信号処理方法及びその装置
US5283839A (en) * 1990-12-31 1994-02-01 Neurosciences Research Foundation, Inc. Apparatus capable of figure-ground segregation
JP2863072B2 (ja) 1993-10-21 1999-03-03 シャープ株式会社 画像階調変換方法及び画像処理装置
US5497430A (en) * 1994-11-07 1996-03-05 Physical Optics Corporation Method and apparatus for image recognition using invariant feature signals
JPH11185033A (ja) 1997-12-22 1999-07-09 Canon Inc 画像処理方法及び装置
JPH11339041A (ja) 1998-05-26 1999-12-10 Ricoh Co Ltd カラー画像処理方法及び装置並びに記録媒体
US7088860B2 (en) * 2001-03-28 2006-08-08 Canon Kabushiki Kaisha Dynamically reconfigurable signal processing circuit, pattern recognition apparatus, and image processing apparatus

Also Published As

Publication number Publication date
TW200400757A (en) 2004-01-01
JP3689740B2 (ja) 2005-08-31
US20030219157A1 (en) 2003-11-27
KR100505311B1 (ko) 2005-08-03
EP1369819A2 (en) 2003-12-10
KR20030091794A (ko) 2003-12-03
EP1369819A3 (en) 2010-04-28
JP2003346142A (ja) 2003-12-05
US7298899B2 (en) 2007-11-20

Similar Documents

Publication Publication Date Title
TWI226193B (en) Image segmentation method, image segmentation apparatus, image processing method, and image processing apparatus
Oh et al. Crowd counting with decomposed uncertainty
CN110059620B (zh) 基于时空注意力的骨骼行为识别方法
Hu et al. SAC-Net: Spatial attenuation context for salient object detection
CN108805083B (zh) 单阶段的视频行为检测方法
CN109271933B (zh) 基于视频流进行三维人体姿态估计的方法
CN112990211B (zh) 一种神经网络的训练方法、图像处理方法以及装置
JP5520387B2 (ja) 拡張現実における動的モデリングによる頑強なオブジェクト認識
Doulamis et al. FAST-MDL: Fast Adaptive Supervised Training of multi-layered deep learning models for consistent object tracking and classification
CN109033107A (zh) 图像检索方法和装置、计算机设备和存储介质
Chen et al. Learning linear regression via single-convolutional layer for visual object tracking
Zhu et al. Irisformer: Dense vision transformers for single-image inverse rendering in indoor scenes
CN113095254B (zh) 一种人体部位关键点的定位方法及系统
CN109920018A (zh) 基于神经网络的黑白照片色彩恢复方法、装置及存储介质
CN109255382A (zh) 用于图片匹配定位的神经网络系统,方法及装置
CN114897728A (zh) 图像增强方法、装置、终端设备以及存储介质
CN113554653A (zh) 基于互信息校准点云数据长尾分布的语义分割方法
Zheng et al. Feater: An efficient network for human reconstruction via feature map-based transformer
Kadim et al. Deep-learning based single object tracker for night surveillance.
CN114764941A (zh) 一种表情识别方法、装置以及电子设备
Hafiz et al. Classification of skeletal wireframe representation of hand gesture using complex-valued neural network
Cao et al. QMEDNet: A quaternion-based multi-order differential encoder–decoder model for 3D human motion prediction
Kim et al. A neural network accelerator for mobile application processors
KR20230040111A (ko) 이미지 처리 장치 및 방법
Schmeckpeper et al. Object-centric video prediction without annotation

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees