二值图像连通域标记快速算法实现
二值图像连通域标记快速算法实现
算法描述
首先，在进行标记算法以前，利用硬件开辟独立的图像标记缓存和连通关系数组，接着在视频流的采集传输过程中，以流水线的方式按照视频传输顺序对图像进行逐行像素扫描，然后对每个像素的邻域分别按照逆时针方向和水平方向进行连通性检测和等价标记关系合并，检测出的结果对标记等价数组和标记缓存进行更新，在一帧图像采集传输结束后，得到图像的初步标记结果以及初步标记之间的连通关系，最后，根据标号对连通关系数组从小到大的传递过程进行标号的归并，利用归并后的连通关系数组对图像标记缓存中的标号进行替换，替换后的图像为最终标记结果，并且连通域按照扫描顺序被赋予唯一的连续自然数。
图 1 标记算法流程
本文快速二值图像连通域标记算法分为三个环节：
1.图像初步标记：为每个像素赋予临时标记，并且将临时标记的等价关系记录在等价表中
2.整理等价表：这一环节分为两个步骤：
（1）将具有等价关系的临时标记全部等价为其中的最小值；
（2）对连通区域以自然数顺序重新编号，得到临时标记与最终标记之间的等价关系。
3.图像代换：对图像进行逐像素代换，将临时标记代换为最终标记．经过3个环节处理后，算法输出标记后的图像，图像中连通域按照由上到下，由左至右出现的顺序被标以连续的自然数。
1 图像初始标记
标记算法符号约定：算法在逆时钟方向检测连通域时用w1，w2表示连续两行的图像数据，在紧接着的顺时钟方向连通域检测时用k0，k表示连续两行经过逆时钟方向标记后的图像数据。 其在工作窗口的位置在图2、3中分别说明；对初始逆时针方向临时标记用Z表示。Z初始标记值为1。
二值图像连通域标记算法采用8连通判断准则，通过缩小标记范围剔除了图像的边界效应。为了简化标记处理过程，使标记处理在硬件对一帧图像传输操作时间内结束，标记处理利用中间数据缓存分为连续的两种类型，其中类型1用于直接图像序列传输，硬件发起图像序列传输时，类型1采用逆时钟顺序连通域检测，对2×3工作窗口中的二值像素进行初始标记。类型2对经过类型1初始标记过的图像数据再进行水平方向的连通域检测和归并，然后把标记结果存入图像存储区。
图像初始标记类型1：
步骤1读取像素w1（2）、w1（1）、w1（0）、w0（2）、w0（1），以及相应的二值像素值。
步骤2读取像素w0（1），按照逆时针方向依次与w1（0）、w1（1）、w1（2）、w0（2）比较，若w0（1）= w1（0），则k0（1）=k（2）；若w0（1）= w1（1），则k0（1）=k（1）；若w0（1）= w1（2），则k0（1）=k（0）；若w0（1）= w0（2），则k0（1）=k0（0）；否则（即w0（1）≠（w1（2）、w1（1）、w1（0）、w0（2）），k0（1）= Z；Z ++。
步骤3写入等价关系表，以Z为地址将Z写入等价关系数组。
图 2 逆时钟方向初始标记的工作窗
图像初始标记类型2：
步骤1判断经过逆时针方向标记后，如果w0（1）= w0（2）= 1，而标记灰度k0（1）≠ k0（0），则进行下一步骤。
步骤2 假设k0（1）> k0（0），判断lab（k0（1））=k0（1）或者lab（k0（1））=k0（0），则lab（k0（1））=k0（0），否则对标记数组进行追踪置换。跳转至步骤3。
步骤3 假设k0（1）< k0（0），判断lab（k0（0））=k0（0）或者lab（k0（0））=k0（1），则lab（k0（0））=k0（1），否则对标记数组进行追踪置换。
追踪置换方法：步骤2的追踪置换令t= lab（k0（0））；若lab（t）≠ t，则令t= lab（t），重复执行，直lab（t）=t；步骤3的追踪置换令t1= lab（k0（1）），对lab（k0（1））同样执行上述追踪过程。
图 3 水平方向初始标记的工作窗
2 等价表整理与图像代换
首先，从等价表地址1开始扫描等
价表，依次检查其中各个临时标记是否存在等价关系，若存在，则以标记值作为等价表地址的数据更新等价表。由于整理过程从等价表地址1开始，因此对整个等价表的扫描可以一遍结束。
图像代换环节对临时标记图像中的每个像素进行代换，生成最终的标记后图像。具体做法是：设图像中坐标为（n，m）的像素的临时标记值为S，则将lab（S）写入图像中（n，m）位置。代换后得到的图像，其中的连通区域按照由上到下，由左至右出现的顺序被标以惟一的自然数。
3 算法特点分析
算法设计具有以下特点：
a．图像初步标记过程中，在记录标记等价信息的同时对等价表进行初步整理，这样安排，一方面可以保证区域之间存在复杂连通关系时，等价表能够保存已经检测到的全部等价关系；另一方面，在以硬件电路实现标记算法时，图像初步标记和等价表初步整理的过程可以并行执行，等价表的初步整理，能够简化随后的等价表整理操作，相当于压缩了标记执行的全过程。
b．在本算法中，采取两方面措施减少临时标记数量：其一，反复利用8邻域范围内生成的所有标记信息，在逆时针顺序8邻域范围标记后借助图像传输的顺序进行水平方向的等价标记归并，降低了需要赋予新标记值的概率；其二，在等价表整理时，归并等价标记时按照等价表地址从小到大的的顺序进行比较替换，使等价标记取较小值并且不会遗漏等价标记。其三，结合视频数据流传输方式，采用乒乓存储结构进行流水线处理，同时进行图像标记和图像标记替换。使图像标记达到实时处理的效果。
(完整word版)二值图像分析
(完整word版)二值图像分析
1 第三章 二值图像分析
一幅数字图像是一个二维阵列，阵列元素值称为灰度值或强度值．实际上，图像在量化成数字图像前是一个连续强度函数的集合,场景信息就包含在这些强度值中．图像强度通常被量化成256个不同灰度级，对某些应用来说，也常有32、64、128或512个灰度级的情况,在医疗领域里甚至使用高达4096（12bits)个灰度级．很明显,灰度级越高，图像质量越好，但所需的内存也越大．
在机器视觉研究的早期，由于内存和计算能力非常有限，而且十分昂贵，因此视觉研究人员把精力主要集中在研究输入图像仅包含两个灰度值的二值视觉系统上．人们注意到，人类视觉在理解仅由两个灰度级组成的线条、轮廓影像或其它图像时没有任何困难，而且应用场合很多,这一点对研究二值视觉系统的研究人员是一个极大的鼓舞．
随着计算机计算能力的不断增强和计算成本的不断下降，人们普遍开始研究基于灰度图像、彩色图像和深度图像的视觉系统．尽管如此，二值视觉系统还是十分有用的，其原因如下：⑴ 计算二值图像特性的算法非常简单,容易理解和实现，并且计算速度很快．⑵ 二值视觉所需的内存小，对计算设备要求低．工作在256个灰度级的视觉系统所需内存是工作在相同大小二值图像视觉系统所需内存的八倍．如若利用游程长度编码等技术（见3．4节)还可使所需内存进一步减少．由于二值图像中的许多运算是逻辑运算而不是算术运算，所以所需的处理时间很短．(3）许多二值视觉系统技术也可以用于灰度图像视觉系统上．在灰度或彩色图像中，表示一个目标或物体的一种简易方法就是使用物体模板（mask)，物体模板就是一幅二值图像,其中1表示目标上的点，0表示其它点．在物体从背景中分离出来后，为了进行决策,还需要求取物体的几何和拓扑特性，这些特性可以从它的二值图像计算出来．因此，尽管我们是在二值图像上讨论这些方法，但它们的应用并不限于二值图像．
一种易于实现的适于细胞图像连通区域的标记算法_喻杰
第15卷第2期2005年4月 江苏大学学报(医学版)JournalofJiangsuUniversity(medicine) Vo.l15No.2Apr.2005 一种易于实现的适于细胞图像连通区域的标记算法喻 杰,许化溪(江苏大学医学技术学院,江苏镇江212001)[摘 要] 目的:为了实现简化细胞图像连通区域标记算法,本研究结合当前的应用情况提出了一种基于递归技术并适合于细胞图像目标区域的标记算法,探讨了其应用于白细胞计数的可能性。方法:常规瑞氏染色光镜下人工计数白细胞;应用计算机和CCD相机采集血涂片细胞图像,细胞标记递归算法进行细胞图像处理并计数白细胞。结果:此算法只需要一次扫描就可完成标记过程,因此算法的实现比经典的像素标记算法大大简化。应用该算法对19份血涂片样本进行标记,取得了较为满意的效果。本文还对区域标记时应注意的问题进行了讨论。结论:本研究应用递归过程建立的细胞图像连通区域的标记算法,适于在尚不发达地区实现白细胞计数的计算机化,也为应用计算机进行医学形态学研究提供了思路。[关键词] 细胞图像;图像分割;连通区域[中图分类号] R446 [文献标识码] A [文章编号] 1671-7783(2005)02-0152-03AnAchievableAlgorithmSuitabletoCellImageConnectedAreaYUJie,XUHua-xi,WANGSheng-jun(SchoolofMedicalTechnology,JiangsuUniversity,ZhenjiangJiangsu212001,China)[Abstract] Objective:Inordertosimpletherealizationofconnectedcomponentlabelingalgorithm,aconnectedcomponentlabelingalgorithmbasedonrecursionispresentedinthisstudy,itmaybeusefulforwhitebloodcell(WBC)coun.tMethods:puterandCCDcamerawereappliedtotakethepictureofbloodcellsfrombloodsmearandthecellimagewastreatedusingthealgorithmofcelllabelingrecursion.Results:Thisalgorithmcancompletethelabelingwithonlyonetimeofscanning,sotherealizationofthealgorithmwasmoresimplerthanthatoftheclassicpixellabeling.Applyingthisalgorithminlabelingnineteensamplesofbloodcellflakeobtainedsa-tisfyingeffec.tConclusion:ThealgorithmissuitableforcomputerizingWBCcountinalessdevelopedarea,italsohelptobringaboutcomputerapplicationonmedicalmorphologicstudies.[Keywords] Cellimage;Imagesegmentation;Connectedarea 生物医学研究有一个显著的特点)))海量信息,现代众多的医学研究都需要借助计算机,这是因为计算机有着高速,准确的信息处理能力。随着传感技术、模式识别技术的发展,计算机已被广泛应用在生物医学领域进行信息处理。其中细胞分类记数就是一个经典的应用实例,同时细胞分类记数也是一项重要的辅助诊断技术。就计算机来讲,记数就是一个对细胞图像目标区域进行标记的过程,当前比较流行的区域标记(将图像上不同的连通区域用不同的数值表示,而同一个目标区域所有的象素点用一个值表示)算法有象素点标记算法和游程连通性算法。本文以经过处理得到的二值图像为基础,主要对象素点标记算法进行了研究。分析了该标记算法在处理算法实现、可读性方面的不足,提出了基于递归技术的简化标记算法,并在血细胞计数中予以验证,以期为临床检验工作提供方便。1 材料与方法111 材 料外周血涂片,高倍显微镜,视频相机,图像采集[基金项目]国家自然科学基金资助项目(30471627);江苏省/333工程0资助项目[作者简介]喻 杰(1979-),男,硕士研究生;许化溪(联系人),教授,博士生导师,E-mai:lxuhx@卡,计算机。112 方 法11211 血涂片显微镜记数 常规采血制成涂片,用Wright染色,显微镜观察与计数。11212 采集彩色细胞图像 将制备好的的血涂片置光镜下,调好焦距,然后连接彩色CCD相机进行原始图像采集,图像模拟信号经过图像采集卡转换成数字信号并存入计算机。11213 细胞标记处理 彩色图→灰度图→二值图→标记细胞标记递归算法:①首先按从左到右,从上到下以TV光栅的方式从图像的左上角开始扫描。直到发现一个没有标记的1象素点。②对此1象素点赋予一个新的标记NewFlag。③按图1的编号次序的对此1象素(阴影)点的8个邻点进行扫描,如果遇到没有标记的1象素点就把它标记为new-Flag(它也就是②中的NewFlag)。此时又要按上述次序扫描8个邻点中的1象素的8个邻点,如遇到没有标记的1象素,又将它标记为NewFlag。次过程是一个递归,在邻点中遇到没有标记的1象素点,递推一层,直到没有标记的1象素点被耗尽,才开始层层返回。④递归结束,继续扫描没有标记的1象素点,然后执行②、③两个步骤。⑤反复执行上述过程直至光栅扫描到图像的右下角。
梭子鱼安全和存储解决方案现已在vCloud Air上线
计算机与网络 ６．２目标连通标记 针对同一二值图像，分别按对应关系①、对应关系②和对 应关系③进行连通域标记。为便于显示，令标号均匀分布在 ［Ｏ，２５５］之间，标记结果如图３所示。 圜■圈田 （ 源＝岫孽 ）列应；毫系① ）列应关系②臼）列匝关系④ 图３二值图像按不同对应关系的目标标记结果 ６．３内存耗费 算法所需内存包括像素标号矩阵及目标特征数组，设图 像高日，宽 ，目标特征用ｍ个字节表示，则算法可能占用的 最大内存约为（单位Ｂｙｔｅ）： Ｈｘ ×Ｉ －。ｇ Ⅳｌ＋Ⅳ×ｍ ｓ ｘ（ Ｈ 式中，Ⅳ为可能的最大目标数，不大于Ｈ× ／４。由于算 法不需要处理标号冲突，故无需开辟额外空间存储连通关系 信息。 ７结束语 为提高基于连通域提取的目标特征的完整性和准确性， 本文针对二值图像中３种特殊而常见连通域与目标的对应关 系，在目标语义层次重新定义像素连通，进而利用轮廓标记将 取决于多行信息的连通关系判定转化到每一行中，经一遍图 像扫描即完成连通域标记和目标特征提取。算法运行效率高、 占用内存少且鲁棒性好。 参考文献 【１］刘贤喜，李邦明，苏庆堂，等．一种新的二值图像连通区域准 确标记算法Ⅱ］．计算机工程与应用，２００７（２２）：７６－７８，９８． 【２］罗志灶＇周赢武，郑忠楷．二值图像连通域标记优化算法卟 安庆师范学院学报（自然科学版），２０１０，１６（４）：３４—３９． ［３］宋斌．一种新的图像连通域快速标号算法卟ｅ￣－－Ｉ－￣，Ｉ量技 术，２００９，３２（９）：６７—６８，７３． ［４】刘奇琦，龚晓峰．一种二值图像连通区域标记的新方法卟计 算机工程与应用，２０１２，４８（１１）：１７８—１８０，２００． ［５】张恒，胡文龙，丁赤飙．基于快速连通域分析的目标特征提 取算ａｌＪ］．计算机工程与应用，２００９，４５（２９）：２３０－２３２，２４４． ［６】周跃，闫丰，章明朝，等．基于标号回传的二值图像连通体标记 算法Ｕ１．计算机工程与应用，２００９，４５（３３）：１５３—１５５． ［７】ＣＨＡＯ Ｙｕ—ＹＡＮ，ＫｅＮＪＩ ＳＵＺＵＫＩ．Ａ ｍｎ—ｂａｓｅｄ ｔＷＯ—ｓｃａｎ ｌａｂｅｌｉｎｇ ａｌｇｏｒｉｔｈｍ『Ａ］．Ｉｎ：４ｔｈ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｉｍａｇｅ Ａｎａｌｙｓｉｓ ａｎｄ Ｒｅｃｏｇｎｉｔｉｏｎ［Ｃ］．Ｍｏｎｔｒｅａｌ，Ｃａｎａｄａ， ２００７，３－４２． 【８】孔斌．快速连通域分析算法及实现Ⅲ．模式识别与人工智 能，２００３，６（１）：１１０—１１５． ［９］罗志灶，周赢武，郑忠楷．基于区域增长的连通域标记算法的 优化 闽江学院学报，２０１１，３２（２）：４１－４４． 【１０］ＣＨＡＮＧ ｆｕ，ＣＨＥＮ Ｃｈｕｎｊｅｎ，ＬＵ Ｃｈｉｊｅｎ．Ａ ｌｉｎｅａｒ—ｔｉｍｅ ｃｏｍｐｏｎｅｎｔ——ｌａｂｅｌｉｎｇ ａｌｇｏｒｉｔｈｍ ｕｓｉｎｇ ｃｏｎｔｏｕｒ ｔｒａｃｉｎｇ ｔｅｃｈｎｉｑｕｅ［Ｊ］．Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄ Ｉｍａｇｅ Ｕｎｄｅｒｓｔａｎｄｉｎｇ， ２００３，９３（２）：２Ｏ６—２２０． ［１１］曹长虎，李亚非．一种二值图像连通区域标记快速算法Ｕ】． 科学技术与工程，２０１０，１０（３３）：８１６８—８１７１，８１８０．
多运动目标跟踪及连通域标记方法
第９卷第５期 ２ｏｏ７年５月 电手元器件焘用 Ｅｌｅｃｔｒｏｎｉｃ Ｃｏｍｐｏｎｅｎｔ＆Ｄｅｖｉｃｅ Ａｐｐｌｉｃａｔｉｏｎｓ Ｖｏ１．９ Ｎｏ．５ Ｍａｙ．２００７
多运动目标跟踪及连通域标记方法
孙莹涛．李玉山 （西安电子科技大学，陕西 西安７１００７１） 摘要：介绍了一种多运动目标检测算法及序列图像的仿真效果；同时对多运动目标检测后 的二值图像进行了连通成分标记，最后根据标记结果在原图像中准确地框定了各运动目标。 关键字：多运动目标；跟踪；序列图像；连通成分标记
Ｏ 引言 在计算机视觉研究领域中，序列图像多运动 目标跟踪是一个古老而又未能很好解决的重要课 题。而它又有着广泛的应用，如军事目标跟踪、 工业产品监控、交通路口监控等场合都需要可靠 的目标跟踪算法。 １多运动目标标记 多目标跟踪系统研究中一个重要的问题是目 标的自动标记。自动标记要求能准确识别每个目 标。既不能把一个目标识别为两个目标，也不能 把两个目标当成一个目标处理。其准确性和快速 性是对目标标记的两个重要要求。然而，这两方 面也相互制约。 近年来。多目标快速标记已成为解决目标跟 踪问题的制约因素，因此也受到越来越多的关注。 本文主要研究背景静止情况下，多运动目标的检 测跟踪，以及检测到目标之后。多运动目标的连 通部分的标记方法。该系统整个过程的结构框图 如图ｌ所示。 Ｉ呈竺 墨卜］背景更新 、
Ｈ篓 壁Ｈ耋呈鍪Ｈ重墨 查蒌 图１ 多运动目标跟踪及连通域标记系统结构
收稿日期：２００６－０９－０６ ４４ 电予充嚣件主用２００７．５ ．ｅｃｄａ．ｃｎ １ 多运动目标的检测 在图像处理和机器视觉领域。运动目标检测 跟踪算法的研究比较热门，近年来又出现了许多 新的算法。这些算法可以归结为以下四大类：基 于光流场分析的算法、基于主动轮廓的算法、基 于统计模型的算法以及基于图像差分的算法，本 文针对背景和摄像机都静止这一特定应用场合， 选用了基于背景消减的运动检测和跟踪算法ｆ即 第四种算法１。这种算法的关键在于背景重建， 在此可应用基于帧间平均的背景重建方法。为了 克服背景消减算法噪声较大的先天不足，设计时 可采用形态学滤波方法去除噪声。帧间平均算法 使用当前帧之前各帧的像素平均值来作为当前背 景的估计值。其计算方法如下式所列： ｆ， －，０ ｛ １ ｆ１１ ． ｆ￡ ，，．＝÷【 一１） 一 ， ＋，ｎ 】 Ｉ ，● ｎ＝ｌ，２，３，… 式中： 一 为第１７，帧估计背景中（ 点的像素值，，ｎ（ 为第ｎ帧原始图像中 点的像素值。其中，背景是随着ｎ增加逐渐恢复 的。所以背景恢复过程并不影响图像处理结果的 实时显示。显然。ｎ越大，背景恢复越真实，操 作时可以通过控制ｎ的大小来调整处理时间和处 理效果之间的平衡。实验证明。ｎ等于６４时，就 足以得到比较好的效果。 ３ 多运动目标连通域标记
基于链表的图像连通区域提取算法
ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００１－３８２４．２０１２．０３．００９
基于链表的图像连通区域提取算法
谢祥徐
（贺州学院物理与电子信息工程系，广西贺州５４２８００）
摘要：提出一种基于链表存储的连通区域提取算法。该算法结合段标记法和区域生长法的特点，以目标段为对 象，采用链表存储结构。介绍了该算法的基本原理、实现和优化，分析了算法的实验结果，提出了算法的优化方法。 实验表明：算法具有较高的效率，对任意形状的连通区域均有良好的鲁棒性，可有效应用于工业在线检测。 关键词：连通区域标记算法；段标记法；区域生长法；链表存储 中图分类号：ＴＢ３１７．４ 文献标识码：Ａ 文章编号：１００５—３８２４（２０１２）０３－００３４－０５
０ 引 言
在二值图像中一般用像素值为２５５的点表示背
景，用像素值为０的点表示前景（目标点）。连通区
域提取就是将图像中符合某种连通规则（４连通或
８连通）的目标像素点集合提取出来，找出图像中的
目标对象，为图像分析、目标识别奠定基础。连通
区域提取是机器视觉和图像处理、模式识别中重要
的基础操作，在工业检测、光学字符识别等机器视
觉领域中有着广泛的应用。在实时性要求较高的
工业在线检测系统中，需要有一个稳定高效的算法。 传统的连通区域标记算法中¨ｊ，需要进行大量
的集合运算，算法的效率较低。为了提高算法的效
率，文献［２．１０］提出了各种不同的算法，在这些算法
中主要可以分为以下２类。
１）基于像素点的区域标记算法。根据标记过 程中对图像扫描次数的不同可以分为两次扫描法、
单向反复扫描法、双向反复扫描法 及区域生长法
等。两次扫描法是对图像进行二次扫描，第一次扫
描记录标记冲突等价对，第二次扫描处理等价对；
单向反复、双向反复扫描法是对图像在邻域内进行
反复扫描传递最小标号，直到没有标号变化为止；区
域生长法是依次扫描目标点的八邻域，当找到未标记
过的像素点时将其依次压入堆栈中，然后取出栈顶元
一种基于链表的二值图像像素标记改进算法
TNOLOGYTRND1引言提取目标的各种特征量常应用于图像处理,其算法包括像素标记算法、游程连通性算法等。像素标记算法与游程连通算法不同的是,它不需要事先对图像进行处理,就可以对二值图像进行标记,过程极为简便,但传统的像素标记算法通常需要对二值图像执行二次扫描。目前,已有很多文献对上述算法进行了改进:文献[1]引入了在区间树上查找的方法,对邻接表和映射表的处理过程做了简化。文献[2]在像素标记算法的基础上进行了标记矫正,将消除重复标记的操作融入到第一次扫描过程中,使获得的计算结果其等价标记非常少。文献[3]提出了一种顺序扫描二值图像标记的算法,增加回溯扫描算法对选择的两种典型情况的标记进行处理,并对其他情况的标记冲突进行了分析说明,提高了标记的准确性。但这些算法最终的连通归属关系要经过不断跟踪扫描,其收敛性有较大震荡。本文提出了一种改进的算法,它基于区域增长法和线标记法,采用链表进行处理,不会出现标号冲突的情况,并且只需对指针进行操作,非常快捷、简单,为进一步计算目标的其他特征量提供了充分的条件。2改进的标记算法2.1算法的相关定义1)采用8邻域连通,设AB,CD分别为第k行和k+1行的两条线段,其中A(k,y0),B(k,y1),C(k+1,y2),D(k+1,y3)。两条线段连通的准则是:y2≤y1+1并且y3≥y0-1;2)本文中定义三个链表指针:al_scan_line,wait_line,mark_line,其中第一个链表用于记录扫描后未进行任何处理的直线段情况。第二个链表用于记录用于“区域种子”的直线段情况。第三个链表是已经标记的直线段链表(如果图像有L个连通区域,则将产生L个这样的链表);3)规定直线段链表al_scan_line中,各个节点的存取是按照行值从小到大的存取操作,即行值小的插入到行值大的前面。若行值相同,则按照线段的起始点纵坐标进行存取操作;4)为了标记某行是否已经扫描和记录已扫描行的未处理直线段数目,文中申请了一个数组k[M](图像的大小为M*N)。具体处理是:k[i]代表第i行的相关情况。当要对该行(未被扫描过)进行扫描前,先对该数组单元赋值1。在此基础上,链接到al_scan_line链表中的该行直线段每增加一条,则单元值就加1;5)当线段AB位于线段CD的上一行(下一行)时,若出现线段AB覆盖了线段CD,则线段CD只需要对其下一行(上一行)进行扫描判断;6)对于本算法中的线段利用如下的结构体进行描述:structnode_line{intcu_line;//记录线段所在的行intstart_node;//线段的起始点纵坐标intend_node;//线段的结束点纵坐标structmark_line*next;//指向下一个直线段))}算法流程描述)初始化。创建__,_,_三个链表表头,在其表头的数据域赋值为0,并申请数组k[M](图像大小为M*N),初始化为0。申请一个变量mark用于标记连通区域数,初值为1,并将此值赋给mark_line;2)扫描第一行,得到该行上的所有直线段,将直线段用定义6的结构进行描述。将第一个直线段作为“区域种子”,链接到直线段链表wait_line的头节点后面,同时在wait_line的表头数据域中加1。其余的链接到al_scan_line,作为后续处理,并按照定义4)改变相应数组单元的值。如果第一行无直线段,则扫描下一行,直到有直线段为止;3)检查wait_line中第一个节点在图像中的下一行是否已经扫描,如果已经扫描,则直接转入4)。如果没有扫描则需要对其下一行进行结构描述,并将这些节点加入到al_scan_line的末尾;4)取出当前段节点(即wait_line的第一个节点),将其链接到对应的直线段链表mark_line的末尾,同时将wait_line的头节点数据域的值减1,al_scan_line中的对应节点删除,按照定义4)修改相应数组单元的值。利用连通定义,检查当前段的上下两行(需参照定义5))是否有连通并且未标记的直线段,如果存在,将所有的未标记直线段链接到wait_line作为“区域种子”,相应地每增加一个“区域种子”,就在wait_line头节点数据域加1,同时应该删除al_scan_line中的相应节点,并按照定义4)对数组k[M]的相应单元进行修改;5)检查wait_line,若其数据域中的值为0,则标记变量mark数值加1,并新申请一个mark_line头节点,把mark赋给其表头数据域,用于下一个未标记的连通区域。如果数据域中的值不为0,则返回3);6)检查al_scan_line,若其数据域不为0,则取出其第一个节点,链接到wait_line末尾,并对链表al_scan_line和数组k[M]的相应单元进行修改,再返回3)。否则检查数组k[M]中,哪些单元的的值仍然为0(即未扫描),则扫描该行,并将其第一个节点链接到wait_line,其余的链接到al_scan_line,返回3)。直至数组中的所有单元值均不为0(即图像扫描完成)。2.3算法的运行过程1)按照算法流程的描述进行初始化,相关的初始化情况如下:其中数组的单元数由输入图像决定,如果输入的图像大小不同,则可以申请动态数组,以便灵活处理。2)扫描输入图像的第一行,得到三个直线段[0,0,0],[0,4,6],[0,9,13]。将第一个直线段[0,0,0]作为“区域种子”,链接到wait_line的头节点后面,并把该头节点的数据域值增加1。另外两条直线段链接到al_scan_line,将数组单元k[0]按照定义4),将其值改变为3。其中链表的描述如下:3)检查wait_line链表的第一个节点(三元组[0,0,0])在图像中的下一行是否已经扫描。经检查发现还没有进行扫描,则对其进行扫描后作结构描述,并将这些节点加入到__中。同时按照定义),将数组单元[]的值改变为3,此时的__链表一种基于链表的二值图像像素标记改进算法李伟何强(四川大学吴玉章学院,四川成都610065)[摘要]基于链表的二值图像像素标记改进算法结合了区域增长法和线标记法的优点,仅需对图像进行一次扫描,收集相关信息后进行链表结构描述,之后的处理均是对链表进行操作,利用链表结构的特点,只需要做指针的赋值和相关修改。该算法操作快捷方便,为进一步计算目标的其他特征量提供了充分的条件。[关键词]像素标记算法;链表结构;区域增长;线标记应用科技
一种新的红外二值图像递归标记算法
第３Ｏ卷 第６期 ２００６年１２月 武汉理工大学学报（考至曩差） Ｊｏｕｒｎａｌ ｏｆ Ｗｕｈａｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ （Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｓｃｉｅｎｃｅ＆Ｅｎｇｉｎｅｅｒｉｎｇ） Ｖｏ１．３０ Ｎｏ．６ Ｄｅｃ．２００６
一种新的红外二值图像递归标记算法＊
张 恒 （哈尔滨工程大学信息与通信工程学院哈尔滨１５０００１） 摘要：提出了一种新的红外图像识别算法．该算法根据图像预处理分割后的二值图像，对目标图像 进行递归标记，避免了基于点的连通体检测中“Ｉ”像素点可能被重复扫描的现象，实现了只考虑提 取目标特征，不用得到最终的标记图像本身的要求，更加有利于对目标的检测与跟踪．分析、实验 结果表明算法对理想及带噪声的输入均有较好的识别率，能提高目标单帧检测概率．算法易于实 现并行处理，提高了图像处理实时性，具有一定的工程实用性． 关键词：递归标记；像素；ＰＳＮＲ；二值图像 中图法分类号：ＴＮ９１１．７３ 数字图像经过预处理分割后通常会得到多个 目标区域．每一个目标区域对应一个疑似目标物 体．为了统计疑似目标物的个数，各个目标物的面 积、形心以及周长等参数，有必要对每一个目标区 域进行标记，一般在标记的时候把属于同一区域 的不同连通分量标记为不同的编号，按照连通性 的定义不同，一个像素直接与上、下、左、右四个相 邻像素连接，也可以与斜方向上的四个相邻像素 同时连接．现有的标记算法的搜索策略基本是遍 历的，浪费了大量时间． 为了加快标记速度，可以设法减小在非匹配 点上的相关计算总量，而改进搜索空间和策略同 样可以避免不必要的计算，故此提出了新的红外 图像递归标记算法．
１ 基于递归的二值图像标记分析
文中采用四连通域进行区域标记．传统的二 值图像连通体标记法有以下几种［１］． １）区域生长法首先对图像进行逐行（列） 扫描，每遇到未标记“Ｉ”的像素，就分配其一个未 使用过的标号，然后对其邻域进行检测． ２）跟踪法二值图像中每个取值为“Ｉ”的像 素都被标记一个与其坐标相关的标号，然后，扫描 标记后的图像，并将每个像素的标号改为其临域 内的最小标号． ３）收缩法取值为“Ｉ”的像素，当且仅当其 右、下或右下像素至少有一个值为“Ｉ”时，这个像 素才能保持值为“Ｉ”． 以上方法都是基于扫描像素点的，为了获得 最终的标记图像，往往要对原始二值图像进行反 复多次的全图扫描．由于处理器的片内ＲＡＭ相 对较小，只能用来存储关键变量和分配堆栈．在执 行图像运算时，各种图像数据、中间运算结果以及 临时的帧缓存都存放在低速的外部存储设备中． 而对外部存储设备的频繁访问将导致图像处理算 法的效率变得更低．以下提出的基于递归的二值 图像标记算法只需对图像数组进行２次读和写操 作，如只考虑提取目标特征，只需对图像数组进行 １次读和写的操作．为配合算法的实现，定义如下 数据结构（Ｃ语言）［２］． ｓｔｒｕｃｔ ＣｏｎｎｅｃｔｅｄＯｂｊｅｃｔＭａｒｋ ｛ ｓｈｏｒｔ ＦｏｒｅＬａｂｅｌ；／／当前标号连通的父标号 ｉｎｔ Ｐｅｒｉｍｅｔｅｒ；／／连通体的周长 ｉｎｔ Ａｒｅａ；／／连通体的面积 ｉｎｔ ＲｏｗｌｎｄｅｘＳｕｍ；／／连通体的行坐标 收稿日期：２００６—０６一ｉ９ 张恒ｔ男，３４岁，博士，主要研究领域为红外小目标检测、识别与跟踪 。国防科技预研基金项目资助（批准号：ｏ５Ｊ３．７．２）
基于上下边缘点匹配的连通域搜索算法
第３０卷第４期 华中科技大学学报（自然科学版） ２００２年４月 Ｊ Ｈｕａｚｈｏｎｇ Ｕｎｌｖ ｏｆ Ｓｃｉ＆Ｔｅｃｈ（Ｎａｔｕｒｅ Ｓｃｉｅｎｃｅ Ｅｄｉｔｉｏｎ） Ｖ０【３０ ＮＯ ４ ＡＤｒ ２（ｍ２
基于上下边缘点匹配的连通域搜索算法
谢责彭嘉堆
ｆ华中科技大学图像识别与人工智能研究所、 ＼图像信息处理与智能控制教育部重点窦验室／
摘要：基于上下边缘点匹配的连通域搜索算法利用连通域的上下边缘点是一一对应的这一基本原理，设计出
新的高效二值图像连通域搜索方法该算法能在行扫描图像过程中提取连通域给出了实验分析数据 并与行
程标记法进行了时间复杂度的比较，验证了该算法的有效性
关键词：图像处理；连通关系；四连通域；八连通域：卜边缘点；下边缘点；内部点
中圈分类号：ＴＰ＇７５Ｉ 文献标识码：Ａ 文章编号：１６７１—４５１２（２００２）０４—００６４ ０２
二值图像中连通域的搜索是图像处理和分析
中非常重要的一个预处理过程，有着广泛的应用
领域一般来讲，灰度图像取阈分割后常包括多个
连通的区域，需要将它们搜索标记出来以便下一
步的分析．目前常用的方法有区域生长法 、像
素标记法１ 、行程标记法 和文献［３］中提出的
一种快速连通域提取算法区域生长法计算复杂
度过高；像素标记法和行程标记法必须全部扫描
完图像才能得到连通域，随着图像幅度和连通域
个数的增加，它的计算复杂度增长非常快文献
［３］中的快速算法是一种近似搜索，它是以精度换
速度，在某些应用（如汉字版面分析）中非常有效．
但是，它却无法精确提取连通域中的点集本文提
出一种新的连通域搜索算法，它不仅能在对图像
一次扫描中提取所有连通域的点集，而且根据本
文给出的连通域判别规则，可以实现边扫描边提
取，即在扫描过程中将当前扫描行 前的连通域
全部提取出来
１算法原理
图１为Ｍ×Ｎ图像点阵，其中Ｒ为一连通
域，即Ｒ为一点的集合．设前景点灰度取值１，背
一种基于对象的连通区域标记方法
一种基于对象的连通区域标记方法
蒋伟达
【摘 要】The traditional method of connected component labeling is the
twice scanning method and the region growingmethod,which are both
directed against a single pixel.Present a method of connected region
labeling based on object exploration,which can distinguish different
components without multiple scans.Our research object is also four-neighborhood connected region,relying on a new exploration method to
extract the boundary of each object separately.By this,we can make it
easier to vector raster images in our following work.%传统连通区域标记方法主要为二次扫描法和区域增长法，针对目标主要是单个像素。这里将给出一种基于对象探索的连通区域标记方法，该方法无需通过多次扫描即可区分不同连通区。我们的研究对象依然是四连通区域，依靠新的探索方法单独提取出每个对象的边界，为栅格图像矢量化的后续工作打下基础。
【期刊名称】《现代测绘》
【年(卷),期】2015(000)004
【总页数】2页(P16-17)
【关键词】基于对象;连通区域;四连通
【作 者】蒋伟达
【作者单位】河海大学地球科学与工程学院，江苏 南京 211100 【正文语种】中 文
【中图分类】P209
矩形NAM图像表示及其上的连通区域标记算法
计算机科学２００７Ｖｏ１．３４Ｎｏ．９
矩形ＮＡＭ图像表示及其上的连通区域标记算法 ）
夏晖陈传波秦培煜吕泽华
（华中科技大学计算机学院 武汉４３００７４）
摘要既能减少数据量又能直接快速地进行运算是图像表示方法所追求的目标。本文为克服传统的图像层次结构
限制条件过多的缺陷，在借鉴Ｐａｃｋｉｎｇ问题的思想的基础上，提出了非对称逆布局模式表示模型（Ｎｏｎ－Ｓｙｎ－ｍｌｅｔｒｙ ａｎｄ
Ａｎｔｉ－Ｐａｃｋｉｎｇ Ｐａｔｔｅｒｎ Ｒｅｐｒｅｓｅｎｔａｔｉｏｎ Ｍｏｄｅｌ，ＮＡＭ）。ＮＡＭ模型的非对称层次结构使其在表示一幅图像时没有过多
的限制条件，因此可以获得更高的压缩比，而且它可以直接进行某些图像处理运算，其基于像素块的运算方式使它的
运算效率更高，矩形ＮＡＭ图像表示和基于它的连通区域标记算法证明了这一点。
关键词 布局问题，图像表示，连通区域标记
Ｓｔｕｄｙ ｏｎ Ｒｅｃｔａｎｇｌｅ ＮＡＭ Ｍｏｄｅｌ ｆｏｒ Ｃｏｎｎｅｃｔｅｄ Ｃｏｍｐｏｎｅｎｔ Ｌａｂｅｌｉｎｇ
ＸＩＡ Ｈｕｉ ＣＨＥＮ Ｃｈｕａｎ Ｉ３ｏ ＱＩＮ Ｐｅｉ－Ｙｕ ＬＶ Ｚｅ－Ｈｕａ
（Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｃｏｍｐｕｔｅｒ，Ｈｕａｚｈｏｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，Ｗｕｈａｎ ４３００７４）
１ 引言
图像表示方法有很多，根据其目的大致可以分为三类：第
一类是传统的二维数组表示方法，它具有直观、算法容易设计
等优点，但是所需数据量大是它的缺点；第二类是专为减少数
据量而设计的图像表示方法，这类图像表示方法虽然能得到
很大的压缩比，但是一般不能直接进行图像运算，而且为了追
求高压缩比还会有意损失部分图像信息，ＪＰＥＧ图像格式就
是其中的代表；第三类图像表示方法是一种分层的图像表示
方法，它既能够减少数据量也能够直接进行一些图像运算，而
且其基于像素块的运算方式一般能够得到比较快的运算速