利用游程集合的标号传播实现快速连通域标记

为了实现对图像的快速连通域标记,提出一种基于传播游程集合标号的二值图像连通域标记算法.该算法仅对每个由一系列相邻行中的连通游程所构成的游程集合(称为向下连通分支)而非游程分配临时标号,利用一个位置映射表一次性建立向下连通分支中所有游程与其共同临时标号之间的位置关联,将所有向下连通分支的标号构成一个规模很小的具有树形结构的等价信息表;再使等价信息直接在部分路径中传播,并通过最后一次标号表扫描将所有临时标号转换为代表标号.实验结果表明,文中算法原理和实现简单,且由于具有处理的等价信息量小、对向下连通分支内的游程标记操作少,以及在连通分支合并时无需计算最小标号等特点,使其速度快于现有算法.     

基于地址-事件表示的高速二值连通域标记方法

为提高二值连通域标记的速度,将地址-事件表示AER（Address Event Representation）思想引入到二值图像处理,提出了一种基于事件对等价标号的二值连通域标记方法。该算法无需多次遍历图像中的背景点和冗余目标点,首先将待标记的连通域以AER“事件对”的方式编码保存,通过“事件对”的遍历生成临时标号和等价标记表;然后根据等价表修改临时标号;完成标号映射后最终实现连通域标记。整个算法只处理极低冗余的事件信息,避免了对全图像素的重复扫描与处理。实验结果表明,图像以AER“事件对”方式存储,数据量仅为全帧图像的10%~35%,有较高的压缩比;且该算法速度快,可达到了传统基于等价标号算法的1.5~8倍。     

基于 ＦＰＧＡ 的快速连通域标记算法

连通域标记是运动目标实时检测系统中的关键部分,从速度和存储空间等方面对已有连通域标记算法优化,可提高系统的实时性。基于此,提出了一种基于现场可编程门阵列（FPGA）的快速连通域标记算法。首先在光栅扫描过程中记录游程行列信息;然后实时合并连通游程信息并提取已结束连通域的特征信息;最后将特征信息叠加在图像上,实现对各连通域的标记。该算法仅通过一次扫描即可得到连通域特征信息,利用FPGA片上随机存取存储器（RAM）地址信息区分各连通域,不产生等价标号与临时标号。实验结果表明,该算法能快速准确的标记各连通域。对于分辨率1920×1080图像,仅需要76.63kbit的片上RAM资源,单帧处理时间不超过20.76ms,对于全高清视频输入亦能满足实时性要求。     

基于递归的二值图像连通域像素标记算法

在研究以前二值图像连通算法的基础上，提出了一种基于递归方法的二值图像连通域像素标记算法。通过对二值图像的扫描和分析可得到二值图像中的连通域划分和连通域的数目。算法主要包括两个步骤：对输入的二值图像进行一次扫描，得到所有目标像素的连通域划分和标记的等价对表；利用递归对等价对表进行分析，得到正确的连通标记划分和连通区域数目。实验结果表明，该算法对于任意复杂形状、任意数目(小于1 000)的连通区域都能正确检测。     

基于标号回传的二值图像连通体标记算法

提出一种基于游程标号回传的二值图像连通体标记算法,该算法以游程为处理对象,将目标结构中的标号传播到游程结构中,进行游程连通性判断,将与当前游程连通的游程中最小值回传到对应的目标结构中,确保在同一连通域中有相同的根标号,进而完成二值图像标记。该算法对二值图像可以实现一次性标记,同时完成连通区域的面积、质心等特征信息的提取。具有占用内存小、实现简单、能标记任意复杂连通区域的优点,可用于红外弱小目标的检测。     

一种遥感二值图像目标区域分割的新方法

基于线段扫描法进行二值图像连通域分割时,对数据量较多且形状复杂的遥感二值图像,容易使邻接表存储大量的等价对信息,即浪费存储空间也不利于算法合并处理。针对这一不足,提出了一种基于线段的快速标号算法,采用“双表”实时记录和修正等价标号,很好地解决了标记冲突的问题。经模拟数据和真实遥感二值图像验证表明,该算法比传统算法在处理效率上有显著提高,具有较好的应用价值。     

高效的一遍扫描式连通区域标记算法

二值图像的连通区域标记算法是图像处理的一个基本问题。为了提高算法的效率,以Suzuki等人提出的多遍扫描算法为基础,提出了一种快速的一遍扫描连通域标记算法。算法通过对图像做一次正向扫描,先计算出每个当前像素所在邻域内的最小标号,再利用一个递推过程,查找该连通域中具有较小标号的结点,将被更新结点所在连通分支连接到该结点,以保证等价信息不损失。同时,用最小标号更新递推查找路径上结点的临时标号,以减小分支的深度。通过对连接表的更新使每个结点获得最终标号。算法不需要动态数据结构和递归过程的支持,需要的存储空间较小,算法比原算法速度提高了近2倍,也快于近期提出的一些基于游程的算法。     

新的连通域标记方法及其在医学图像中的应用*

为了提高诊断的准确率和效率,提出了一种新的连通域标记算法,同时对医学图像中感兴趣区域进行连通域标记和区域特征提取。该算法先对读入二值图进行边界提取,再对边界进行跟踪和标记,利用图像重构的方法对边界进行区域填充,并将属于同一连通域的边界进行归类,即重新排列标记号,最后对连通区域的形态特征进行提取。实验证明,该算法不但能正确标记任意复杂形状的连通域,运行速度较快,而且对连通区域进行了特征提取,现已应用到医学图像处理的多个方面,为下一步的图像处理奠定了更好的基础。     

基于等价对的图像连通域标记算法

在研究已有的连通域标记方法的基础上,提出了一种基于等价对的连通域标记算法.算法通过一次扫描对灰度图二值图像的每个前景像素点进行标识并保存等价对表,在满足等价对替换条件时对已标识过的像素点进行等价对替换,解决了重复标记的问题,最终得到二值图像连通域的划分.本文的连通域标记算法可有效应用于活动目标检测中.     

基于CUDA的二值图像连通体标记算法

为了对二值图像中连通体的标记进行加速,提出一种基于CUDA的二值图像连通体标记算法.首先为每个非零元素赋予初始标号,再将标号修改为8邻域内最小标号来完成初始标记;然后根据结构元素匹配法找到标号矩阵中同一连通体有可能出现不同根标号的位置,使用原子操作对根标号进行合并,通过CPU与GPU的协同工作来判断合并程度并进行循环修改;最后对所有标号使用回溯法进行一次性修改,实现复杂形状的连通体标记.实验结果表明,该算法较已有的算法减少了全局内存的读写次数和处理线程数量,加快了处理速度.     

面向FPGA的连通域快速标记方法

针对遥感领域检测海面舰船目标的应用中,连通域标记算法消耗更多资源与时间的问题,提出一种逐像素扫描的流水线式的连通域快速标记方法及其FPGA（Field Programmable Gate Array）硬件设计。该方法通过对图像进行一次逐像素扫描,统计各行的游程信息并进行整理,之后通过遍历已统计的游程即可得到各个连通域的统计信息,从而提取特征。通过优化设计,该方法可以充分发挥FPGA的并行处理优势,只进行一次像素扫描,不产生标记表,使得方法的运行时间减少,资源消耗变小,满足实时性要求。     

一种二值图像连通区域标记的新方法

二值图像连通区域的检测和标记在图像分析中是十分重要的步骤,高效的连通区域标记算法能大大提高图像处理速度。针对此,提出一种新的基于游程编码的连通体标记算法。扫描图像,记录所有的游程编码并将等价对添加到等价对链表中。通过递归方法对等价对链表进行分析,得到旧标记和新标记之间的映射关系,并修正得到的游程编码标记。与几种传统方法和两组改进方法的对照实验表明该算法是更高效的。     

一种新的二值图像标记的快速算法

文章介绍了一种新的二值图像像素快速标记方法。这种方法首先对二值图像施行一个基于扫描像素线的连通体检测过程,同时巧妙地利用线性分析表来记录连通关系,然后,根据标号的从大到小的传递过程来进行标号的归并。这种方法克服了以前方法中像素重复扫描、记录连通关系所需内存大和标号归并需大量运算等缺陷,具有实现简单,占有内存小,运算速度快等特点。实验表明,该方法能快速准确地检测出任意形状的连通体。     

超声C扫描图像缺陷标记及边缘跟踪的研究

对数据量很大的C扫描图像进行缺陷成分标记时,传统的光栅扫描算法性能比较有限.为提高缺陷成分标记的效率,在第一次标记时利用辅助表记录等价标记号,标记完毕后去除重复记录、进行等价分析、补全记录和重新分配标记号,在第二扫描时修正C扫描图像缺陷标记号,试验证明了该方法的有效性.为获得边缘清晰而且轮廓完整的缺陷边缘,提出基于边界元运算的C扫描图像边缘跟踪算法,简化了跟踪过程.工程应用实例证明,在C扫描图像的缺陷边缘检测中该算法优于Gauss-Laplace算法和Prewitt算法.     

基于游程编码的连通区域标记算法优化及应用

为提高空间液滴蒸发实验中图像实时反馈控制系统的鲁棒性,在液滴的边缘提取中采用了连通区域标记算法,并从两个方面对该算法进行了优化,从而在实时图像处理中获得较快的处理速度和较小的内存占用。一是在DSP实时图像处理中应用了游程编码来减少对象数量和存储所需空间;二是优化了Suzuki的连通区域标记算法,解决了该算法在一次扫描的赋值过程中可能会出现标记等价信息丢失的问题,通过改变对标记连接表的赋值,实现了只需要一次扫描就能获得完整的标记等价信息。实验结果表明,优化算法比传统算法运行速度更快并减少了内存占用。     

组件树理论和方法研究综述

组件树方法是数学形态学理论及方法的进一步发展，它利用一系列阈值截集产生连通分量，构造其上的层次关系。利用组件树方法发展出的一系列高效的图像处理算法，非常适合图像底层特征的快速提取，在广大的领域，尤其是医学图像处理领域，得到了广泛的应用。对组件树方法的发展和现状进行了系统的回顾，概述了现存的组件树建树算法以及基于组件树的图像处理算法。对组件树在多值（彩色）图像相关领域、树的快速构建、并行化处理算法方面的研究进行了展望。