TWI463420B - 連通元件標記的影像處理方法 - Google Patents

Description

連通元件標記的影像處理方法

本發明是有關於一種影像處理技術，且特別是有關於一種連通元件標記(Connected component labeling)的影像處理方法。

連通元件標記(Connected component labeling)的影像處理方法主要是用以辨認屬於同一圖案區塊(或稱為物件)的技術。由於一張影像中可能包括了多數個物件，連通元件標記的影像處理方法便是用於在掃描影像後，辨識出影像中各個像素之間的連通性，進而區分出各個物件和背景的技術。

由於一張影像中實際屬於同一圖案區塊的像素，在影像標記的過程中，可能會暫時被標記成不同的標籤值。因此，習知連通元件標記演算法藉由多次反覆地掃描影像，不斷修正標籤值，直到整張影像的標籤值經演算法計算後皆不再改變為止，才能反映出影像物件的實際狀態。

習知連通元件標記演算法至少需要兩次掃描讀取的時間與空間，才能完成物件標記的動作，浪費記憶體空間。在實際應用方面，習知連通元件標記演算法並不適用於有限記憶體空間的嵌入式系統。基此，實有必要提出一種節省記憶體空間的連通元件標記演算法。

有鑑於此，本發明提供一種連通元件標記的影像處理方法，僅需做一次掃描讀取整張影像的動作，即可完成不同物件的標記，大幅節省記憶體的使用空間。

本發明提出一種連通元件標記的影像處理方法，包括下列步驟。先接收二值化影像(Binary image)，並利用直角座標系統定義二值化影像中每一像素的座標。接著，依序讀取各個像素並逐一設定為目標像素，分別判斷目標像素的標籤值。利用標籤值位置陣列記錄每一標籤值所屬的座標位置。並且判斷目標像素的標籤值是否具有等價(Equivalence)關係，若是，則利用等價表(Equivalence table)二維陣列記錄此等價關係。當各個像素的標籤值皆判斷完畢後，便依據等價表二維陣列來更新標籤值位置陣列。最後，將具有相同標籤值的像素劃分為同一物件。

在本發明之一實施例中，上述判斷目標像素的標籤值的步驟包括先判斷目標像素的像素值是否等於1。其中，若目標像素的像素值等於1，則藉由判斷目標像素的多數個鄰點的像素值來決定此目標像素的標籤值；若目標像素的像素值不等於1，則判斷二值化影像的各個像素是否皆已讀取完畢，若否，則繼續讀取下一個像素以作為目標像素。

在本發明之一實施例中，上述藉由判斷目標像素的多數個鄰點的像素值來決定此目標像素的標籤值的步驟包括：若判斷鄰點的像素值皆為0，則將目標像素的標籤值設定為一新標籤值；若判斷鄰點的像素值只有其中一個為1，則將具有像素值為1的鄰點所具有的標籤值指定為此目標像素的標籤值；以及若判斷鄰點的像素值有二個以上為1，則將鄰點中所具有的最小標籤值指定為此目標像素的標籤值。

在本發明之一實施例中，上述當這些鄰點的像素值有二個以上為1，且這些鄰點所具有的標籤值並不相同時，則利用等價表二維陣列記錄各個標籤值彼此之間的等價關係。

在本發明之一實施例中，上述將目標像素的標籤值設定為新標籤值的步驟包括先讀取一標籤參數值，並將此標籤參數值的數值加1。接著再將更新後的標籤參數值設定為此新標籤值。

在本發明之一實施例中，上述標籤參數值之初始值設定為0。

在本發明之一實施例中，上述等價表二維陣列表示為E[a][b]，其中，E[a][b]=c代表標籤值為a有(b+1)個等價標籤值為c，其中a、b、c為自然數。

在本發明之一實施例中，上述標籤值位置陣列表示為Ai[j]，其中，Ai[j]=k代表第(j+1)的標籤值為i的位置屬於二值化影像的第k個像素，其中i、j、k為自然數。

在本發明之一實施例中，上述二值化影像的第k個像素的座標為(x,y)，則k=x+(y-1)*W，其中W為二值化影像的寬度。

基於上述，本發明所提供之連通元件標記的影像處理方法，利用等價表二維陣列來記錄標籤值等價關係，並利用標籤值位置陣列來記錄標籤值所屬的座標位置。因此，本發明僅做一次掃描讀取整張影像，即可完成標記物件的動作。

為讓本發明之上述特徵和優點能更明顯易懂，下文特舉實施例，並配合所附圖式作詳細說明如下。

圖1是依照本發明一實施例所繪示之一種連通元件標記的影像處理方法流程圖。

請參照圖1，首先，在步驟S110中，先接收一二值化影像(Binary image)，並利用直角座標系統定義二值化影像中每一像素的座標。

二值化影像係指將一張灰階影像或彩色影像轉換成只有黑色與白色兩種顏色的影像。圖2是依照本發明一實施例所繪示之一種二值化影像的示意圖。請參照圖2，二值化影像200僅具有黑色像素與白色像素，在本實施例中，假設黑色像素的部份為背景，白色像素的部份為物件。若將黑色像素設定為0，白色像素設定為1，則可轉換成如圖3所示的二值化影像300。圖3是依照本發明一實施例所繪示之一種以像素值表示的二值化影像的示意圖。請參照圖3，利用直角座標系統(即，x軸以及y軸)來定義二值化影像300中每一像素的座標。在本實施例中，像素301的座標定義為(1,1)；像素302的座標定義為(2,1)；依此類推，像素364的座標定義為(8,8)。

定義完二值化影像300中每一像素的座標之後，便可接續步驟S120，依序讀取各個像素並逐一設定為目標像素，分別判斷目標像素的標籤值。詳細地說，本實施例是從左至右、由上至下的順序來讀取二值化影像300中的各個像素。也就是先將像素301設定為目標像素P，判斷完像素301的標籤值後，再讀取像素302並將像素302設定為目標像素P，接著判斷像素302的標籤值，依此類推，直到像素364的標籤值判斷完畢為止。其中，判斷目標像素P的標籤值之方法將於稍後進行詳細描述。

接下來，在步驟S130中，利用標籤值位置陣列記錄每一標籤值所屬的座標位置。在一實施例中，標籤值位置陣列例如可表示為Ai[j]，其中，Ai[j]=k代表第(j+1)個標籤值為i的位置屬於二值化影像中的第k個像素，其中i、j、k為自然數。若第k個像素的座標為(x,y)，則k=x+(y-1)*W，其中W為二值化影像300的寬度，此寬度係以x軸為基準來衡量。舉例來說，本實施例之二值化影像300的寬度W等於8。

於步驟S140，判斷目標像素P的標籤值是否具有等價(Equivalence)關係，若是，則利用等價表二維陣列記錄此等價關係。在一實施例中，等價表二維陣列例如可表示為E[a][b]，其中，E[a][b]=c代表標籤值為a有(b+1)個等價標籤值為c，其中a、b、c為自然數。

接下來，在步驟S150中，當二值化影像300中的各個像素的標籤值皆已判斷完畢後，便可依據等價表二維陣列來更新標籤值位置陣列。在此須說明的是，連通在一起的所有像素稱為同一個連通元件(connected component)。標記(labeling)係指會將屬於同一個連通元件(即，同一物件)的像素給予一個相同的標籤值，而不同連通元件的像素則給不同的標籤值。然而，在二值化影像300中實際屬於同一物件的像素，在標記的過程中可能會被暫時標記成不同的標籤值，因而本發明利用等價表二維陣列來判定標籤值的等價關係，並用來更新標籤值及其所屬的座標位置。

最後，在步驟S160中，透過讀取標籤值位置陣列便可快速地將具有相同標籤值的像素劃分為同一物件。也就是說，本實施例之二值化影像300的各個圖案區塊只需透過一次掃描讀取便可快速地被分辨出來。

接下來將詳細說明如何判定目標像素P的標籤值，以及如何判定標籤值之間的等價關係。首先須說明的是，本發明將以8個鄰點的連通元件標記法(8 neighbor point connected component labeling)來判定目標像素P的標籤值，但不以此為限，使用者例如還可依據4個鄰點的連通元件標記法來判定目標像素P的標籤值。以圖4作為輔助說明，圖4是依照本發明一實施例所繪示之目標像素與四個鄰點的示意圖。若要判定影像400中之目標像素P的標籤值，則必須考慮目標像素P的四個鄰點(即，像素q、r、s、t)之像素值為1或0來決定。換句話說，必須根據連通性檢查目標像素P的左上方、上方、右上方以及左方共四個鄰點的像素值。

圖5是依照本發明一實施例所繪示之一種判定目標像素的標籤值以及標籤值之等價關係的方法流程圖。請配合參照圖4與圖5，首先，設定目標像素P(步驟S501)。接下來便判斷目標像素P的像素值是否等於1(步驟S503)。若是，則接著判斷四個鄰點q、r、s、t之像素值關係(步驟S505)。判斷結果可分為下列三種情況：

第一種，若判斷四個鄰點q、r、s、t的像素值皆為0，則將目標像素P的標籤值設定為一新標籤值。其中，設定新標籤值的步驟包括先讀取一標籤參數值C(標籤參數值C之初始值設定為0)，並且將標籤參數值C的數值加1(步驟S507)。接著，再將更新後的標籤參數值C設定為新標籤值(步驟S509)。然後便可利用標籤值位置陣列記錄此標籤值所對應的座標位置(即，目標像素P的座標位置)(步驟S511)。

第二種，若判斷四個鄰點q、r、s、t的像素值只有其中一個鄰點的像素值為1，則將具有像素值為1該鄰點所具有的標籤值指定為目標像素P的標籤值(步驟S513)。並同樣利用標籤值位置陣列記錄此標籤值所對應的目標像素P的座標位置(步驟S515)。

第三種，若判斷四個鄰點q、r、s、t的像素值有二個以上像素值為1，則將具有像素值為1該些鄰點中的最小標籤值指定為目標像素P的標籤值(步驟S517)。並同樣利用標籤值位置陣列記錄此標籤值所對應的目標像素P的座標位置(步驟S519)。在此需注意的是，若具有像素值為1該些鄰點中，具有兩種以上不同的標籤值時，則必須利用等價表二維陣列來記錄各個標籤值彼此之間的等價關係(步驟S521)。

在指定完目標像素P的標籤值並做記錄之後，則接著判斷二值化影像400的各個像素是否皆已讀取判斷完畢(步驟S523)。若否，則讀取下一個像素並設定為目標像素P(步驟S523)，接著回到步驟S503繼續做判斷。若是，則先讀取等價表二維陣列(步驟S527)，依據標籤值彼此之間的等價關係來更新標籤值位置陣列(步驟S529)。

據此，本發明利用等價表二維陣列來記錄標籤值的等價關係，並同時利用標籤值位置陣列來記錄標籤值所屬的座標位置為何。因此，本發明僅須對一張二值化影像做一次的掃描讀取，即可完成物件的標記動作，大幅節省所使用的記憶體空間。

為了使本發明之內容更為明瞭，接下來將以圖3所示之二值化影像300為例來看本發明實際運作之情況。

請同時參照圖3與圖6(a)~圖6(e)，圖3之二值化影像300中的第一列像素經由前述實施例之方法判斷標籤值後的結果如圖6(a)之第一列R1所示。其中，標籤值為1的座標為(1,1)、(2,1)，利用標籤值位置陣列分別記錄為A1[0]=1、A1[1]=2。也就是說，第1個標籤值為1的位置屬於二值化影像300中的第1個像素；第2個標籤值為1的位置屬於二值化影像300中的第2個像素。同理，標籤值為2的座標為(4,1)、(5,1)、(6,1)，利用標籤值位置陣列分別記錄為A2[0]=4、A2[1]=5、A2[2]=6。標籤值為3的座標為(8,1)，利用標籤值位置陣列記錄為A3[0]=8。

接下來請參照圖3與圖6(b)，圖3之二值化影像300中的第二列像素經判斷標籤值後的結果如圖6(b)之第二列R2所示。其中，標籤值為1的座標為(1,2)、(2,2)，利用標籤值位置陣列分別記錄為A1[2]=9、A1[3]=10。也就是說，第3個標籤值為1的位置屬於二值化影像300中的第9個像素；第4個標籤值為1的位置屬於二值化影像300中的第10個像素。同理，標籤值為2的座標為(4,2)、(6,2)，利用標籤值位置陣列分別記錄為A2[3]=12、A2[4]=14。標籤值為3的座標為(8,2)，利用標籤值位置陣列記錄為A3[1]=16。

再請參照圖3與圖6(c)，圖3之二值化影像300中的第三列像素經判斷標籤值後的結果如圖6(c)之第三列R3所示。其中，標籤值為1的座標為(1,3)、(2,3)、(3,3)、(4,3)，利用標籤值位置陣列分別記錄為A1[4]=17、A1[5]=18、A1[6]=19、A1[7]=20。標籤值為3的座標為(8,3)，利用標籤值位置陣列記錄為A3[2]=24。

在此須特別說明的是，像素320的鄰點(像素312、319)的像素值皆為1，且像素312的標籤值為2，像素319的標籤值為1。因此，像素320的標籤值必須設定為鄰點中所具有的最小標籤值，換句話說，像素320的標籤值即設定為1。故，必須藉由等價表二維陣列來記錄標籤值的等價關係。等價關係如下：E[1][0]=2，E[1][1]=0，標籤值為1有1個等價標籤值是2；E[2][0]=1，E[2][1]=0，標籤值為2有1個等價標籤值是1。

依此類推，二值化影像300中的每一列像素的標籤值均判斷完畢後，其結果如圖6(d)所示。其中，標籤值位置陣列整理結果如下：

標籤值為1：A1[0]=1、A1[1]=2、A1[2]=9、A1[3]=10、A1[4]=17、A1[5]=18、A1[6]=19、A1[7]=20；

標籤值為2：A2[0]=4、A2[1]=5、A2[2]=6、A2[3]=12、A2[4]=14；

標籤值為3：A3[0]=8、A3[1]=16、A3[2]=24、A3[3]=32、A3[4]=40、A3[5]=48、A3[6]=56、A3[7]=64；

標籤值為4：A4[0]=33、A4[1]=34、A4[2]=35、A4[3]=36、A4[4]=44、A4[5]=52、A4[6]=60；

標籤值為5：A5[0]=38、A5[1]=46；

標籤值為6：A6[0]=49、A6[1]=50、A6[2]=51、A6[3]=57、A6[4]=58、A6[5]=59；

標籤值為7：A7[0]=62、A7[1]=63。

另一方面，等價表二維陣列整理結果如下：

E[1][0]=2，E[1][1]=0，代表標籤值為1有1個等價標籤值是2；

E[2][0]=1，E[2][1]=0，代表標籤值為2有1個等價標籤值是1；

E[3][0]=7，E[3][1]=0，代表標籤值為3有1個等價標籤值是7；

E[4][0]=6，E[4][1]=0，代表標籤值為4有1個等價標籤值是6；

E[5][0]=0，代表標籤值為5沒有等價的標籤值；

E[6][0]=4，E[6][1]=0，代表標籤值為6有1個等價標籤值是4；

E[7][0]=3，E[7][1]=0，代表標籤值為7有1個等價標籤值是3。

最後，直接讀取上述等價表二維陣列的結果便可用來更新標籤值位置陣列，更新結果如圖6(e)所示。原標籤值為2的座標位置更新為等價標籤值1；原標籤值為6的座標位置更新為等價標籤值4；以及原標籤值為7的座標位置更新為等價標籤值3。從圖10之標籤值(1、3、4、5)可知二值化影像共具有4個物件，且由於本發明記錄了每一標籤值的座標位置，因此可快速讀取所需的物件做進一步地利用。

本發明之連通元件標記的影像處理方法可應用於娛樂、防災、保安及通訊裝置上。例如互動體感遊戲、智慧監控與停車系統、臉部辨識與人眼追縱、車牌辨識、文字辨識等等。以下即以車牌辨識作為本發明確實能夠據以實施的應用實施例。

圖7是依照本發明另一實施例所繪示之一種車牌辨識方法的流程圖。圖8(a)~圖8(c)是依照本發明另一實施例所繪示之一種車牌辨識的應用情境示意圖。請同時參照圖7與圖8。

首先如步驟S710所述，可透過一影像擷取模組擷取一原始影像，並進行車牌定位，如圖8(a)所示。車牌定位之目的是為了將原始影像中包含車牌區域的影像擷取出來，然後再對此部份影像進行影像前處理。習知有許多車牌定位演算法之技術，因此可由本領域具通常知識者自行選擇較佳的實施方法，僅需注意的是，車牌定位的正確性將會影響到車牌辨識的最終結果。

接著，在步驟S720中，針對上述步驟所得的車牌區域影像進行影像前處理。為了提高車牌辨識的準確性，因此可對車牌區域影像進行濾除雜訊、邊緣銳化、亮度及對比度調整等等的影像前處理，不限於上述。

接下來，在步驟S730中，便可利用本發明之連通元件標記的影像處理方法來進行標記。詳細地說，此步驟之方法流程例如可採用圖1之步驟S110~S160來達成。利用標籤值位置陣列記錄每一標籤值所屬的座標位置以及利用等價表二維陣列來更新標籤值位置陣列，使得車牌區域影像在經過一次掃瞄讀取後，便完成標記的動作，其結果如圖8(b)所示。至於此步驟的詳細內容已於前述實施例中描述，在此不贅述。

在步驟S740中，便可依據上述標籤值及其座標位置來進行車牌字元切割(如圖8(c)所示)，以方便在步驟S750中，針對各物件分別進行文字辨識。

綜上所述，本發明所提供之連通元件標記的影像處理方法，利用等價表二維陣列來記錄標籤值等價關係，並利用標籤值位置陣列來記錄標籤值所屬的座標位置。因此本發明僅做一次掃描讀取整張影像，即可完成標記的動作。影像處理過程中所使用的記憶體容量僅為整張二值化影像的大小以及記錄等價關係的等價表二維陣列，遠小於習知至少需做兩次掃描讀取動作所需的記憶體容量，大幅減少了所需的記憶體空間。

雖然本發明已以實施例揭露如上，然其並非用以限定本發明，任何所屬技術領域中具有通常知識者，在不脫離本發明之精神和範圍內，當可作些許之更動與潤飾，故本發明之保護範圍當視後附之申請專利範圍所界定者為準。

200、300．．．二值化影像

400．．．影像

301~364．．．像素

R1~R3．．．列

P．．．目標像素

W．．．二值化影像的寬度

q、r、s、t．．．鄰點

S110~S160．．．連通元件標記的影像處理方法之各步驟

S501~S529．．．判定目標像素的標籤值之各步驟

S710~S750．．．車牌辨識方法之各步驟

圖1是依照本發明一實施例所繪示之一種連通元件標記的影像處理方法流程圖。

圖2是依照本發明一實施例所繪示之一種二值化影像的示意圖。

圖3是依照本發明一實施例所繪示之一種以像素值表示的二值化影像的示意圖。

圖4是依照本發明一實施例所繪示之目標像素與四個鄰點的示意圖。

圖5是依照本發明一實施例所繪示之一種判定目標像素的標籤值以及標籤值之等價關係的方法流程圖。

圖6(a)~圖6(e)是依照本發明一實施例所繪示之以二值化影像300為例之實際運作示意圖。

圖7是依照本發明另一實施例所繪示之一種車牌辨識方法的流程圖。

圖8(a)~圖8(c)是依照本發明另一實施例所繪示之一種車牌辨識的應用情境示意圖。

S110~S160．．．連通元件標記的影像處理方法之各步驟

Claims (9)

1. 一種連通元件標記的影像處理方法，包括：接收一二值化影像，並利用直角座標系統定義該二值化影像中每一像素的座標；依序讀取各該像素並逐一設定為一目標像素，分別判斷該目標像素的一標籤值；利用一標籤值位置陣列記錄該標籤值所屬的座標位置；判斷該目標像素的該標籤值是否具有一等價關係，若是，利用一等價表二維陣列記錄該等價關係；當各該像素的各該標籤值皆判斷完畢後，依據該等價表二維陣列更新該標籤值位置陣列；以及將具有相同標籤值的該些像素劃分為同一物件。
2. 如申請專利範圍第1項所述之影像處理方法，其中判斷該目標像素的該標籤值的步驟包括：判斷該目標像素的像素值是否等於1；若該目標像素的像素值等於1，藉由判斷該目標像素的多數個鄰點的像素值來決定該目標像素的該標籤值；以及若該目標像素的像素值不等於1，判斷該二值化影像的各該像素是否皆已讀取完畢，若否，繼續讀取下一個像素以作為該目標像素。
3. 如申請專利範圍第2項所述之影像處理方法，其中藉由判斷該目標像素的多數個鄰點的像素值來決定該目標像素的該標籤值的步驟包括：若判斷該些鄰點的像素值皆為0，將該目標像素的該標籤值設定為一新標籤值；若判斷該些鄰點的像素值只有其中一個為1，將具有像素值為1的該鄰點的該標籤值指定為該目標像素的該標籤值；以及若判斷該些鄰點的像素值有二個以上為1，將該些鄰點中的最小標籤值指定為該目標像素的該標籤值。
4. 如申請專利範圍第3項所述之影像處理方法，其中當該些鄰點的像素值有二個以上為1，且該些鄰點的各該標籤值並不相同時，利用該等價表二維陣列記錄各該標籤值的該等價關係。
5. 如申請專利範圍第3項所述之影像處理方法，其中將該目標像素的該標籤值設定為該新標籤值的步驟包括：讀取一標籤參數值，並將該標籤參數值的數值加1；將更新後的該標籤參數值設定為該新標籤值。
6. 如申請專利範圍第5項所述之影像處理方法，其中該標籤參數值之初始值設定為0。
7. 如申請專利範圍第1項所述之影像處理方法，其中該等價表二維陣列表示為E[a][b]，其中，E[a][b]=c代表標籤值為a有(b+1)個等價標籤值為c，其中a、b、c為自然數。
8. 如申請專利範圍第1項所述之影像處理方法，其中該標籤值位置陣列表示為Ai[j]，其中，Ai[j]=k代表第(j+1)的標籤值為i的位置屬於該二值化影像的第k個像素，其中i、j、k為自然數。
9. 如申請專利範圍第8項所述之影像處理方法，其中該二值化影像的第k個像素的座標為(x,y)，則k=x+(y-1)*W，其中W為該二值化影像的寬度。