本發(fā)明涉及圖像處理，尤其涉及到對(duì)多個(gè)連通域合并的實(shí)現(xiàn)。

背景技術(shù)：

在機(jī)器視覺中，多個(gè)連通域合并算法是Blob分析中常用的算法，應(yīng)用主要為：圖像閾值分割得到感興趣區(qū)域后，進(jìn)行連通域標(biāo)記，進(jìn)而結(jié)合Blob特征，例如：面積，選取符合特征的連通域，此時(shí)利用多個(gè)連通域合并作為一個(gè)新連通域單獨(dú)進(jìn)行Blob分析，或與其它Blob算法，例如：連通域差集、交集，結(jié)合求取符合需求的連通域進(jìn)行Blob分析。

目前Blob分析算法中，主要針對(duì)標(biāo)記后的連通域，選取符合特征的連通域去操作；對(duì)于某些具體應(yīng)用，需要產(chǎn)生新的連通域進(jìn)行Blob分析，則通過組合多個(gè)已有連通域去實(shí)現(xiàn)。多個(gè)標(biāo)記連通域的Blob分析可以分為兩種：1)連通域的標(biāo)記采用二值圖的方式，即一副灰度圖里，用像素值標(biāo)記連通域，所有具有相同像素值的像素點(diǎn)組成一個(gè)連通域；2)連通域采用行程編碼的方式。這兩種連通域表示方法在需求特定新連通域時(shí)，都分別對(duì)多個(gè)標(biāo)記連通域分析，然后組合操作以達(dá)到功能需求。多個(gè)標(biāo)記連通域的Blob分析的優(yōu)點(diǎn)是直觀容易理解；缺點(diǎn)則有：若連通域采用二值圖方式，速度慢，占用內(nèi)存大，對(duì)感興趣區(qū)域的操作受圖像的寬高限制，需訪問圖像內(nèi)所有點(diǎn)，同時(shí)無法表示連通域重疊的部分，后續(xù)Blob分析操作復(fù)雜；若連通域采用行程編碼方式，后續(xù)Blob分析操作復(fù)雜，連通域重疊時(shí)重復(fù)計(jì)算，導(dǎo)致耗時(shí)增加。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明要解決的技術(shù)問題在于，針對(duì)現(xiàn)有技術(shù)的上述缺陷，提出一種基于行程編碼的多個(gè)連通域快速合并算法，能夠?qū)崿F(xiàn)多個(gè)連通域的快速合并，并且降低程序內(nèi)存占用量。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：提供一種基于行程編碼的多個(gè)連通域快速合并算法，包括：對(duì)輸入圖像進(jìn)行圖像分割，得到采用行程編碼的感興趣區(qū)域；對(duì)采用行程編碼的感興趣區(qū)域進(jìn)行處理，得到多個(gè)連通域；以及合并多個(gè)連通域，得到合并后的連通域。

在一些實(shí)施例中，所述的對(duì)輸入圖像進(jìn)行圖像分割，得到采用行程編碼的感興趣區(qū)域，具體包括：選取適當(dāng)?shù)母?、低閾值；然后，遍歷圖像中所有像素點(diǎn)，滿足閾值要求的則為感興趣區(qū)域像素點(diǎn)，將所有感興趣區(qū)域的像素點(diǎn)用行程編碼保存。

在一些實(shí)施例中，所述的對(duì)采用行程編碼的感興趣區(qū)域進(jìn)行處理，得到多個(gè)連通域，具體包括：對(duì)采用行程編碼的感興趣區(qū)域進(jìn)行連通域標(biāo)記。

在一些實(shí)施例中，所述的行程編碼是基于行行程實(shí)現(xiàn)的；所述的合并多個(gè)連通域是逐行合并的。

在一些實(shí)施例中，所述的合并多個(gè)連通域，得到合并后的連通域，具體包括：求取多個(gè)連通域的最小行號(hào)和最大行號(hào)，然后行號(hào)由小到大去統(tǒng)計(jì)多個(gè)連通域具有相同行號(hào)的行程，進(jìn)而一一合并兩個(gè)行程。

在一些實(shí)施例中，所述的合并兩個(gè)行程，具體包括三種情況：兩個(gè)行程沒有交集，結(jié)果存儲(chǔ)兩個(gè)行程；兩個(gè)行程有部分交集，結(jié)果為最小列號(hào)和最大列號(hào)組成的新行程；一個(gè)行程包含另外一個(gè)行程，結(jié)果存儲(chǔ)包含的行程。。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案還是：提供一種基于行程編碼的多個(gè)連通域快速合并裝置，包括：第一模塊，用于對(duì)輸入圖像進(jìn)行圖像分割，得到采用行程編碼的感興趣區(qū)域；第二模塊，用于對(duì)采用行程編碼的感興趣區(qū)域進(jìn)行處理，得到多個(gè)連通域；以及第三模塊，用于合并多個(gè)連通域，得到合并后的連通域。

在一些實(shí)施例中，所述的第一模塊具體實(shí)現(xiàn)的功能包括：選取適當(dāng)?shù)母摺⒌烷撝?；遍歷圖像中所有像素點(diǎn)，滿足閾值要求的則為感興趣區(qū)域像素點(diǎn)，將所有感興趣區(qū)域的像素點(diǎn)用行程編碼保存。

在一些實(shí)施例中，所述的第三模塊具體實(shí)現(xiàn)的功能包括：求取多個(gè)連通域的最小行號(hào)和最大行號(hào)，然后行號(hào)由小到大去統(tǒng)計(jì)多個(gè)連通域具有相同行號(hào)的行程，進(jìn)而一一合并兩個(gè)行程。

在一些實(shí)施例中，所述的合并兩個(gè)行程，具體包括三種情況：兩個(gè)行程沒有交集，結(jié)果存儲(chǔ)兩個(gè)行程；兩個(gè)行程有部分交集，結(jié)果為最小列號(hào)和最大列號(hào)組成的新行程；一個(gè)行程包含另外一個(gè)行程，結(jié)果存儲(chǔ)包含的行程。

本發(fā)明的有益效果在于，通過對(duì)圖像進(jìn)行行程編碼，所有操作都是針對(duì)編碼后的圖像，可以節(jié)省占用內(nèi)存，而且脫離了圖像的限制；另外，通過將多個(gè)連通域合并，再進(jìn)行后續(xù)Blob分析更易獲取特征信息，耗時(shí)更少。

附圖說明

下面將結(jié)合附圖及實(shí)施例對(duì)本發(fā)明作進(jìn)一步說明，附圖中：

圖1為本發(fā)明的行程編碼的示意圖。

圖2為本發(fā)明的圖像閾值分割得到感興趣區(qū)域的示意圖。

圖3為本發(fā)明的多個(gè)連通域的示意圖。

圖4a、4b為本發(fā)明的兩個(gè)行程沒有交集相合并的示意圖，其中圖4a示出合并前，圖4b示出合并后。

圖5a、5b為本發(fā)明的兩個(gè)行程有部分交集相合并的示意圖，其中圖5a示出合并前，圖5b示出合并后。

圖6a、6b為本發(fā)明的一個(gè)行程包含另一個(gè)行程相合并的示意圖，其中圖6a示出合并前，圖6b示出合并后。

圖7為本發(fā)明算法的流程示意圖。

圖8為采用本發(fā)明算法對(duì)圖3所示的連通域進(jìn)行合并后的結(jié)果示意圖。

圖9為本發(fā)明裝置的示意性框圖。

具體實(shí)施方式

現(xiàn)結(jié)合附圖，對(duì)本發(fā)明的較佳實(shí)施例作詳細(xì)說明。

本發(fā)明提出一種基于行程編碼的多個(gè)連通域快速合并算法，主要包括三個(gè)步驟：對(duì)輸入圖像進(jìn)行行程編碼；標(biāo)記連通域；以及合并多個(gè)連通域。本發(fā)明算法適用的領(lǐng)域包括，但不限于：圖像處理blob分析；與圖形、輪廓匹配算法組合創(chuàng)建各種匹配的模板。

關(guān)于對(duì)輸入圖像進(jìn)行行程編碼的步驟，圖像處理中常需要對(duì)圖像進(jìn)行閾值分割以獲得感興趣區(qū)域?，F(xiàn)有算法中感興趣區(qū)域通常直接用圖像像素點(diǎn)表示，像素點(diǎn)表示感興趣區(qū)域存在的弊端：一是內(nèi)存占用大，二是無法表示多個(gè)連通域重疊部分。在內(nèi)存占用方面，以一幅8位深度200萬像素的灰度圖為例，若一片感興趣區(qū)域含30萬個(gè)像素點(diǎn)，其內(nèi)存占用量為：2000000byte，約1.9MB。若采用行程編碼方式，內(nèi)存占用量可能低至3KB，二者相差近650倍，由此可見行程編碼感興趣區(qū)域?qū)p少內(nèi)存占用是有效的。采用行程編碼的另一個(gè)優(yōu)點(diǎn)是對(duì)感興趣區(qū)域分析時(shí)，借助行程編碼可以直接對(duì)區(qū)域操作，而二值圖則需要先遍歷圖像再處理，耗時(shí)明顯增加。

行程編碼可分為行行程與列行程。其中，行行程包含行程所在行號(hào)Row、行程起始列Cb與行程終止列Ce。列行程包含行程所在列號(hào)Col、行程起始行Rb與行程終止行Re。

本發(fā)明的行程編碼是基于行行程實(shí)現(xiàn)的。感興趣區(qū)域每一行中連續(xù)符合閾值分割的像素點(diǎn)組成的區(qū)域稱為一個(gè)行程。表示一個(gè)行程僅需所在行號(hào)Row，起始列Cb與終止列Ce。若這三個(gè)分量都用兩個(gè)字節(jié)的Short(短)數(shù)據(jù)類型來表示，則一個(gè)行程占用6個(gè)字節(jié)。每一片感興趣區(qū)域是由有限個(gè)行程組成的。每一行可能包含若干個(gè)行程，存儲(chǔ)可以按照行號(hào)由小到大，行號(hào)相同時(shí)按列號(hào)由小到大。

參見圖1，圖1為本發(fā)明的行程編碼的示意圖。作為一個(gè)例舉，圖1示意出了像素101，第一行程103，第二行程105，第三行程107以及感興趣區(qū)域109。

參見圖2，圖2為本發(fā)明的圖像閾值分割得到感興趣區(qū)域的示意圖。作為一個(gè)例舉，圖2示出了背景200下的三個(gè)感興趣區(qū)域201、203和205。其中，第一感興趣區(qū)域201呈橫躺的葫蘆狀；第二感興趣區(qū)域203呈豎立且尺寸較大的矩形狀；第三感興趣區(qū)域205呈橫躺且尺寸較小的矩形狀。

關(guān)于標(biāo)記連通域的步驟，在行程編碼圖像后，需要進(jìn)行連通域標(biāo)記。具體實(shí)現(xiàn)可以參考已有的連通域標(biāo)記方法，例如：Two-Pass遍歷和Seed種子填充，在此不再贅述。

關(guān)于合并多個(gè)連通域的步驟，參見圖3，圖3為本發(fā)明的多個(gè)連通域的示意圖。作為一個(gè)例舉，圖3示出了背景300下的多個(gè)連通域301、303、305、307和309。其中，第一連通域301呈橢圓狀，其與第二連通域303存在部分重疊；第三連通域305和第四連通域307均為豎立且尺寸較大的矩形狀，并且第三連通域305包含第四連通域307在內(nèi)；第五連通域309為橫躺且尺寸較小的矩形狀。

合并多個(gè)連通域的方法采用逐行合并，首先求取多個(gè)連通域中行程最小行號(hào)MinRow和最大行號(hào)MaxRow，然后根據(jù)行號(hào)由小到大遍歷多個(gè)連通域的行程，每次將行程具有相同行號(hào)的作為行程合并的操作源。當(dāng)循環(huán)從最小行號(hào)MinRow到最大行號(hào)MaxRow后，多個(gè)連通域也就合并成一個(gè)或多個(gè)新的連通域，并且行程的存儲(chǔ)順序也符合先前的規(guī)則：按照行號(hào)由小到大，行號(hào)相同時(shí)按列號(hào)由小到大。

兩個(gè)行程相合并主要有三種情況：1)兩個(gè)行程沒有交集，結(jié)果存儲(chǔ)兩個(gè)行程；參見圖4a、4b，圖4a、4b為本發(fā)明的兩個(gè)行程沒有交集相合并的示意圖，其中圖4a示出合并前在背景400下的兩個(gè)行程401、403，圖4b示出合并后在背景400下的兩個(gè)行程405、407。2)兩個(gè)行程有部分交集，結(jié)果為最小列號(hào)和最大列號(hào)組成的新行程；參見圖5a、5b，圖5a、5b為本發(fā)明的兩個(gè)行程有部分交集相合并的示意圖，其中圖5a示出合并前在背景500下的兩個(gè)行程501、503，二者具有交集505，圖5b示出合并后在背景500下的一個(gè)行程507。3)一個(gè)行程包含另外一個(gè)行程，結(jié)果存儲(chǔ)包含的行程；參見圖6a、6b，圖6a、6b為本發(fā)明的一個(gè)行程包含另一個(gè)行程相合并的示意圖，其中圖6a示出合并前在背景600下的兩個(gè)行程601、603，行程601包含行程603，圖6b示出合并后在背景600下的一個(gè)行程605。

參見圖7，圖7為本發(fā)明算法的流程示意圖。本發(fā)明算法大致包括以下步驟：S701、對(duì)輸入圖像進(jìn)行圖像分割，得到采用行程編碼的感興趣區(qū)域。具體而言，首先，選取適當(dāng)?shù)母?、低閾值；然后，遍歷圖像中所有像素點(diǎn)，滿足閾值要求的則為感興趣區(qū)域像素點(diǎn)，將所有感興趣區(qū)域的像素點(diǎn)用行程編碼保存，具體可參考圖1與圖2。

S702、對(duì)采用行程編碼的感興趣區(qū)域進(jìn)行處理，得到多個(gè)連通域。具體而言，可以對(duì)感興趣區(qū)域進(jìn)行連通域標(biāo)記，得到多個(gè)連通域；或者，將其它的處理方式得到多個(gè)連通域。

S703、合并多個(gè)連通域，得到合并后的連通域。合并多個(gè)連通域的方法是逐行合并，求取多個(gè)連通域的最小行號(hào)MinRow和最大行號(hào)MaxRow，然后行號(hào)由小到大去統(tǒng)計(jì)多個(gè)連通域具有相同行號(hào)的行程，進(jìn)而一一合并兩個(gè)行程，具體合并兩個(gè)行程可以參考圖4a、4b示出的兩個(gè)行程不需改變存儲(chǔ)的第一種情形；圖5a、5b示出的兩個(gè)行程中最小的列號(hào)和最大的列號(hào)組成新的行程存儲(chǔ)的第二種情形；以及圖6a、6b示出的存儲(chǔ)包含另一行程的行程本身的第三種情形。循環(huán)重復(fù)兩個(gè)行程合并的過程，直至將多個(gè)連通域的所有行程都遍歷完畢后，即可快速完成合并多個(gè)連通域。

參見圖8，圖8為采用本發(fā)明算法對(duì)圖3所示的連通域進(jìn)行合并后的結(jié)果示意圖。作為一個(gè)例舉，圖8示出了背景800下的三個(gè)連通域801、803和805?？梢岳斫獾氖?，連通域801是前述圖3中的兩個(gè)連通域301、303的合并結(jié)果；連通域803是前述圖3中的兩個(gè)連通域305、307的合并結(jié)果；連通域805為前述圖3中的連通域309。

參見圖9，圖9為本發(fā)明裝置的示意性框圖。作為在一種例舉，該裝置900包括：第一模塊901，用于對(duì)輸入圖像進(jìn)行圖像分割，得到采用行程編碼的感興趣區(qū)域；第二模塊902，用于對(duì)采用行程編碼的感興趣區(qū)域進(jìn)行處理，得到多個(gè)連通域；以及第三模塊903，用于合并多個(gè)連通域，得到合并后的連通域。

該第一模塊901具體實(shí)現(xiàn)的功能包括：選取適當(dāng)?shù)母摺⒌烷撝?；遍歷圖像中所有像素點(diǎn)，滿足閾值要求的則為感興趣區(qū)域像素點(diǎn)，將所有感興趣區(qū)域的像素點(diǎn)用行程編碼保存。

該第三模塊903具體實(shí)現(xiàn)的功能包括：求取多個(gè)連通域的最小行號(hào)和最大行號(hào)，然后行號(hào)由小到大去統(tǒng)計(jì)多個(gè)連通域具有相同行號(hào)的行程，進(jìn)而一一合并兩個(gè)行程。所述的合并兩個(gè)行程，具體包括三種情況：兩個(gè)行程沒有交集，結(jié)果存儲(chǔ)兩個(gè)行程；兩個(gè)行程有部分交集，結(jié)果為最小列號(hào)和最大列號(hào)組成的新行程；一個(gè)行程包含另外一個(gè)行程，結(jié)果存儲(chǔ)包含的行程。

可以理解的是，上述的三個(gè)模塊901、902、903既可以對(duì)應(yīng)于處理器上運(yùn)行的程序的三個(gè)軟件模塊，也可以對(duì)應(yīng)于專門構(gòu)建的三個(gè)硬件模塊。

本發(fā)明的有益效果包括：感興趣區(qū)域經(jīng)行程編碼后表示的最小單位為行程，每個(gè)行程可包含多個(gè)像素點(diǎn)，因此行程數(shù)必然比像素點(diǎn)數(shù)少，與遍歷像素點(diǎn)的算法相比遍歷行程則變得簡單，耗時(shí)也將減少；采用行程編碼后，感興趣區(qū)域脫離二值圖表示的圖像寬度與高度的限制，直接保存任意形狀、任意大小的感興趣區(qū)域，無數(shù)據(jù)冗余，內(nèi)存占用少，可以解決資源有限制的應(yīng)用；多個(gè)連通域合并可以解決Blob分析中由多個(gè)連通域組合求取特征的繁瑣操作，可以由合并的新連通域直觀便捷分析Blob的特征信息；另外，多個(gè)連通域合并可以為圖形、輪廓匹配創(chuàng)建各種形狀的模板。

應(yīng)當(dāng)理解的是，以上實(shí)施例僅用以說明本發(fā)明的技術(shù)方案，而非對(duì)其限制，對(duì)本領(lǐng)域技術(shù)人員來說，可以對(duì)上述實(shí)施例所記載的技術(shù)方案進(jìn)行修改，或者對(duì)其中部分技術(shù)特征進(jìn)行等同替換；而這些修改和替換，都應(yīng)屬于本發(fā)明所附權(quán)利要求的保護(hù)范圍。