CN101620733B - 一种混合式连结组件标签方法 - Google Patents

一种混合式连结组件标签方法 Download PDF

Info

Publication number
CN101620733B
CN101620733B CN2008101291545A CN200810129154A CN101620733B CN 101620733 B CN101620733 B CN 101620733B CN 2008101291545 A CN2008101291545 A CN 2008101291545A CN 200810129154 A CN200810129154 A CN 200810129154A CN 101620733 B CN101620733 B CN 101620733B
Authority
CN
China
Prior art keywords
pixel
label
respective pixel
foreground
reverse
Prior art date
Legal status (The legal status 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 status listed.)
Expired - Fee Related
Application number
CN2008101291545A
Other languages
English (en)
Other versions
CN101620733A (zh
Inventor
杨升谚
张智豪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
RUIZHI TECHNOLOGY CO LTD
Original Assignee
RUIZHI TECHNOLOGY CO LTD
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 RUIZHI TECHNOLOGY CO LTD filed Critical RUIZHI TECHNOLOGY CO LTD
Priority to CN2008101291545A priority Critical patent/CN101620733B/zh
Publication of CN101620733A publication Critical patent/CN101620733A/zh
Application granted granted Critical
Publication of CN101620733B publication Critical patent/CN101620733B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Analysis (AREA)

Abstract

一种混合式连结组件标签方法,包括下列步骤:执行一个正向扫描程序,执行一个反向扫描程序与执行重置标签程序。接着,通过标签连结关系表、标签池参数、有效列参数与导向标签参数设定一个标签重置条件,根据标签重置条件删除对应标签,并重置对应标签。

Description

一种混合式连结组件标签方法
技术领域
本发明是有关于一种连结组件标签方法,且特别是有关于一种混合多次扫描方法与二次扫描方法的连接组件标签方法。
背景技术
目前智能型视讯安全监控***包含低阶智能型安全监控***与高阶智能型安全监控***。其中,低阶智能型安全监控***具有从影像画面中,侦测对象及其特征的功能。再者,根据低阶智能型安全监控***所取得的数据,高阶智能型安全监控***则能进一步地判断发生的事件,并作后续处理。
通过建立影像背景模型,低阶智能型安全监控***能侦测出现在影像画面的前景物体。通过背景相减方式产生二元式影像光罩(binary mask)。之后,根据二元式影像光罩,产生影像连结组件(connected component)。其后,根据影像连结对象,萃取各对象影像特征(feature)。现有技术在分析二元式影像光罩时,经常采用连结组件标签算法。常见的连结组件标签算法的方法有多次扫描算法(Multi-pass algorithm)、两次扫描算法(Two-pass algorithm)与一次扫描算法(One-pass algorithm)。
多次扫描算法的作法如下:
1、由上而下、由左至右扫描二元式影像光罩。
2、如果遇到前景像素时,观察前景像素的左上方、正上方、右上方与左方(L型)邻近像素是否已标示过连结组件标签。若有,则此方法选择最小组件标签分配给前景像素。若没有,则此方法分配给该像素一个新的标签。重复前述动作,直到整张影像都被标好标签为止。
3、此方法不断地对影像作迭代动作,对每一像素观察其L型邻近像素。若遇有和对应像素不同标签的邻近像素,则此方法取对应之最小标签重新分配给该像素,直到影像画面所有像素都不再变动为止。
4、此方法可以通过建立标签连结表,来减少迭代次数。
然而,多次扫描算法具有许多缺点,例如:
1、多次扫描算法在标签过程中,一个连结组件可能会使用多个标签。
2、多次扫描算法重复迭代动作,需要不断地读取整张影像标签数据,严重耗损***资源。
两次扫描算法的作法如下:
1、由上而下、由左至右扫描二元式影像光罩。
2、如果遇到前景像素时,观察前景像素的左上方、正上方、右上方与左方(L型)邻近像素是否已标示过连结组件标签。若有,则此方法选择最小组件标签分配给前景像素,并且为不同连结组件标签建立起连结关系。若没有,则此方法分配给该像素一个新的标签。重复前述动作,直到整张影像都被标好标签为止。
3、此方法分析上一步骤的连结关系,为每一个标签找到其相关联的最终标签。
4、当此方法执行第二次扫描影像标签时,为每个前景像素分配其最终标签。
然而,两次扫描算法亦具有许多缺点,例如:
1、两次扫描算法在执行标签的过程中,一个连结组件可能会使用多个标签。
2、以硬件实现两次扫描算法较为复杂,使用标签过多将导致制作成本过高,不利产业应用。
一次扫描算法的作法如下:
1、由上而下、由左至右扫描二元式影像光罩。
2、如果遇到前景像素时,给予该像素一个新的连结组件标签。并且,此方法利用递归方式为组件轮廓标签,直到再次回到起始点。其后,此方法为组件内部像素标上相同标签。接着,此方法再次找寻下一个前景像素,重复前述动作,直到整张影像都标好标签为止。
然而,一次扫描算法亦具有许多缺点,例如:此方法不规则的递归方式,使硬件不易实现一次扫描算法。
由前述可知,多次扫描算法不需标签连结表,但此方法需要执行多次运算才能使标签稳定。虽然二次扫描算法只需执行二次就能使标签稳定,但是,此方法使用太多标签,且不易实现。因此,多次扫描算法的逻辑运算较易在硬件中实现,但多次扫描算法会面临到多次重复读写数据、消耗***资源的缺点。两次扫描算法读写数据次数固定,所消耗的***资源是固定的,但使用标签过多将造成内存使用量过大或在硬件内部造成标签个数不足的现象。一次扫描算法不会有标签不足的现象产生,但不规则递归方式不适合使用硬件实现。
现有技术为了解决标签不足的问题,提出删除标签,使标签能重新使用的方法。通过背景相减的方法所产生的二元式影像光罩会参杂许多噪声,使得这些噪声会占据部分连结组件标签。现有技术在做完连结组件的标签后,针对较小连结组件标签做删除的动作。另外,通过建立各组件标签连结表,得以建立影像连结组件。在连结组件标签完成后,现有技术检查连结组件是否符合继续留下的条件。若为否,则现有技术将对应标签删除,并且重新注册所有标签为可用标签。此方法的优点是,可以重复使用标签,降低标签不足的情形。但不足的是,在标签过程中,一个连结组件可能会使用多个标签,这种解决方法发生标签不足的情形仍然很高,无法解决标签不足的问题。并且,虽然现有技术提出删除标签,而重新使用标签的概念,但目前欠缺删除标签,而能重新使用标签的方法。
发明内容
有鉴于此,本发明的目的就是在提供一种混合式连结组件标签方法。本发明结合多次扫描方法与两次扫描方法的原理,通过分析标签的运用情况,删除标签,使标签能重新使用,以克服标签不足的缺点。
为达成上述及其它目的,本发明提出一种混合式连结组件标签方法,适用于影像处理。其中,影像数据(二元式影像光罩)具有M*N个像素,这些像素包含复数个前景像素。每一个像素对应的标示为(M,N),其中M,N大于等于1,且M,N为整数。本方法包括:本方法执行一个正向扫描程序。之后,本方法逐一地扫描第(1,1)像素开始至第(M,N)像素。接着,本方法判断对应像素是否为前景像素。接下来,如果对应像素是前景像素,则根据正向邻近像素的标签,来决定对应像素的正向标签。
再者,本方法执行一个反向扫描程序。之后,本方法逐一地扫描第(M,N)像素开始至第(1,1)像素。接着,本方法判断对应像素是否为前景像素。接下来,如果对应像素为前景像素,则根据反向邻近像素所对应的标签以及该对应像素在上一回正向扫描后所得正向标签,来决定对应像素的反向标签。
当本方法执行正向扫描程序与反向扫描程序后,本方法执行一个重置标签程序。重置标签程序包括下列步骤:若对应像素为前景像素,且对应像素的正向邻近像素不为前景像素时,则判断对应像素前次的反向标签是否被重置于导向标签参数中。若对应像素前次的反向标签被重置过,则本方法分配前次的反向标签所对应的标签池参数为对应像素的正向标签。若对应像素前次的反向标签未被重置过时,则本方法分配一个可用标签给予标签池参数,以成为对应像素的正向标签。同时,当对应像素需分配可用标签时,本方法更新对应的标签池参数。若对应像素需分配可用标签时,则本方法记录对应像素所在之列之前一列为一有效列参数。当本方法分配自标签池参数取出的可用标签时,本方法记录置换前的标签(值)于导向标签参数。通过标签连结关系表、标签池参数、有效列参数与导向标签参数设定一标签重置条件,根据标签重置条件,本方法删除对应标签,并重置对应标签。
依照本发明的较佳实施例所述,上述的方法包括:本方法执行正向扫描程序一次。之后,本方法执行反向扫描程序一次。之后,本方法执行重置标签程序。
依照本发明的较佳实施例所述,上述的方法还包括下列步骤:通过建立一个影像背景模型,侦测出现在一个画面中的前景物体。以及,通过一种背景相减方法,产生二元式影像光罩。
依照本发明的较佳实施例所述,上述的第(M,N)像素的那些正向邻近像素为第(M-1,N)像素、第(M-1,N-1)像素、第(M,N-1)像素与第(M+1,N-1)像素。亦即,对应像素的上方周围L型的邻近像素。
依照本发明的较佳实施例所述,上述的第(M,N)像素的那些反向邻近像素为第(M+1,N)像素、第(M+1,N+1)像素、第(M,N+1)像素与第(M-1,N+1)像素。亦即,对应像素的下方周围L型的邻近像素。
依照本发明的较佳实施例所述,上述的正向扫描程序还包括下列步骤:从第(1,1)像素开始,本方法逐列扫描影像数据的每一对应像素。接着,本方法判断对应像素是否为前景像素,如果对应像素为前景像素,则本方法判断对应像素对应的那些正向邻近像素是否为前景像素。之后,如果正向邻近像素为前景像素,则本方法取正向邻近像素所对应的标签的最小值为对应像素的正向标签。
依照本发明的较佳实施例所述,上述的反向扫描程序还包括下列步骤:从第(M,N)像素开始,本方法逐列扫描影像数据的每一对应像素。接着,本方法判断对应像素是否为前景像素,如果对应像素为前景像素,则本方法判断对应像素的反向邻近像素是否为前景像素。之后,如果反向邻近像素为前景像素,则本方法取反向邻近像素所对应的标签和该对应像素在上一回正向扫描后所得正向标签的最小值为对应像素的反向标签。
依照本发明的较佳实施例所述,上述的重置标签程序还包括下列步骤:从第(1,1)像素开始,逐列扫描影像数据的对应像素。接着,本方法判断对应像素是否为前景像素,如果对应像素为前景像素,则本方法判断对应像素对应的那些正向邻近像素是否为前景像素。之后,如果正向邻近像素为前景像素,则本方法取正向邻近像素的标签的最小值为对应像素的正向标签,并且为不同连结组件标签建立起连结关系。另外,在执行重置标签程序的过程中,本方法同时更新标签池参数,并建立有效列参数与导向标签参数。之后,每次扫描完一列,本方法根据正向标签所围成的面积,决定是否删除对应的正向标签,并更新对应的标签池参数、有效列参数与导向标签参数。待完成整张画面后,再做第二次正向扫描,根据上述参数,将每一像素更新成其所属最终标签。
依照本发明的较佳实施例所述,上述的重置标签程序还包括下列步骤:本方法设定一个面积临界值。之后,如果那些正向标签所围成的面积低于面积临界值,则本方法删除对应的那些正向标签,并更新对应的标签池参数、有效列参数与导向标签参数。
综合上述,本发明提出一种混合式连结组件标签方法。本发明的作法是,先简化连结组件标签,例如:本发明先使用固定次数的多次扫描方法,以降低连结组件标签动作复杂度。之后,本发明再建立标签的关系,以释放标签。本发明至少具有下列的优点:
1、由于现有技术欠缺删除标签而能重新使用标签的方法。本发明提出一种新的方法,即更新标签池参数,并建立有效列参数与导向标签参数。本方法利用前述参数来释放标签,具有新颖性与进步性。
2、本发明删除标签的时机是在扫描的过程中,而非扫描的完成时。因此,本发明删除标签的速度极快,能快速释放标签。因此,本发明的作法能有效地克服现有技术标签不足的问题。
3、由于本发明的作法是先行简化连结组件标签,随后即开始重置标签程序来做连结组件标签,并适时地于标签过程中释放标签,所以本发明能运用最少的硬件资源,以最少的标签数,相较于多次扫描方法较快的时间,使整张光罩的标签数稳定,具有极高的产业利用性,不仅能有效率地完成标签工作,更可以大幅降低成本。根据实验,本方法执行正向扫描程序一次、反向扫描程序一次,与重置标签程序一次(其中包含二次正向扫描),即能获得极佳的效果。
4、由于本发明在硬件实现上,只须少量的内部暂存空间,能降低硬件的成本,因此本发明能有效克服现有技术不利硬件实现的缺点。
附图说明
为让本发明的上述和其它目的、特征、和优点能更明显易懂,下文特举较佳实施例,并配合附图,作详细说明如下:
图1所示的是依照本发明一较佳实施例的混合式连结组件标签方法的流程图;
图2所示的是依照本发明一较佳实施例的正向扫描程序的流程图;
图3所示的是依照本发明一较佳实施例的反向扫描程序的流程图;
图4所示的是依照本发明一较佳实施例的重置标签程序的流程图;
图5所示的是依照本发明一较佳实施例的正向标签的示意图;
图6所示的是依照本发明一较佳实施例的反向标签的示意图;
图7所示的是依照本发明一较佳实施例的记录标签连结关系表、标签池参数、有效列参数与导向标签的示意图;
图8所示的是依照本发明一较佳实施例的记录标签连结关系表、标签池参数、有效列参数与导向标签参数的示意图;
图9所示的是依照本发明一较佳实施例的记录标签连结关系表、标签池参数、有效列参数与导向标签参数的示意图;
图10所示的是依照本发明一较佳实施例的记录标签连结关系表、标签池参数、有效列参数与导向标签参数的示意图;
图11所示的是依照本发明一较佳实施例的记录标签连结关系表、标签池参数、有效列参数与导向标签参数的示意图;
图12所示的是现有技术多次扫描方法的扫描次数对时间的曲线图;
图13所示的是现有技术多次扫描方法的标签数对时间的曲线图;
图14所示的是现有技术二次扫描方法的标签数对时间的曲线图;以及,
图15所示的是本发明的混合式连结组件标签方法的标签数对时间的曲线图。
具体实施方式
请参照图1,其所示的是依照本发明一较佳实施例的混合式连结组件标签方法的流程图。本方法适用于影像处理,包括下列步骤:本方法对一个影像画面建立影像背景模型,以侦测前景物体(S104)。之后,根据前述影像背景模型,本方法产生对应的二元式影像光罩(S106)。接着,本方法执行正向扫描程序,以建立正向标签(S108)。接下来,本方法执行反向扫描程序,以建立反向标签(S110)。其后,本方法执行重置标签程序,做最终连结组件标签程序(S112)。
其中,二元式光罩具有M*N个像素,前述像素包含复数个前景像素,每一像素对应的标示为(M,N),其中,M,N大于等于1,且M,N为整数。当本方法执行正向扫描程序时,本方法由第(1,1)像素开始至第(M,N)像素结束,本方法逐一扫描前述二元式光罩中的像素。之后,本方法判断对应像素是否为前景像素。若对应像素为前景像素,则根据复数个正向邻近像素所对应的标签,来决定对应像素的正向标签。再者,当本方法执行反向扫描程序时,本方法由第(M,N)像素开始至第(1,1)像素结束,本方法逐一扫描前述二元式光罩中的像素。之后,本方法判断对应像素是否为前景像素。若对应像素为前景像素,则根据复数个反向邻近像素以及该对应像素在上一回正向扫描后所得正向标签所对应的标签,来决定对应像素的反向标签。
最后,本方法执行重置标签程序。当本方法执行前述正向扫描程序与前述反向扫描程序后,再次执行前述正向扫描程序,在执行前述正向扫描程序过程中,执行下列步骤:本方法除建立起各组件标签连结关系外,若对应像素需分配新的正向标签时,先从导向标签参数中查看该对应像素第二次反向扫描所得的反向标签是否已被重置于导向标签参数。若前述反向标签已被重置过(亦即,导向标签参数中含有前述反向标签),则本方法以前述反向标签对应的标签池参数为对应像素的正向标签。若前述反向标签未被重置过,则根据标签连结关系表,本方法选择一个可用标签为对应像素的正向标签,并记录对应像素所在之列之前一列的有效列参数。另外,当对应像素分配到新的正向标签时,记录置换前的标签于对应的导向标签参数。通过前述标签连结关系表、前述标签池参数、前述有效列参数与前述导向标签参数设定一个标签重置条件。之后,根据前述标签重置条件删除对应标签,并重置对应标签。
请参照图2,其所示的是依照本发明一较佳实施例的正向扫描程序的流程图。正向扫描程序包括下列步骤:从第(1,1)像素开始,逐列扫描二元式光罩的每一个对应像素(S204)。之后,本方法判断对应像素是否为前景像素(S206)。接着,若对应像素为前景像素,则本方法判断对应像素所对应的正向邻近像素是否为前景像素(S208)。其后,若前述正向邻近像素中,只要其中一个是前景像素,则这些属于前景像素的正向邻近像素的标签可以形成一个标签值数列L,数列L含有X个标签,X大于等于1。本方法以数列L之最小值为对应像素的正向标签(S210)。接下来,本方法判断是否扫描到一列的结束(S212)。之后,若本方法扫描到一列的结束,则本方法判断对应列是否为最后一列(S214)。若对应列为最后一列,则本方法结束正向扫描程序(S216)。
若对应像素不为前景像素,则本方法判断对应像素是否为最后一个像素(S218)。若对应像素不为最后一个像素,则扫描下一个像素,回到步骤(S204)。若对应像素为前景像素,且对应像素的正向邻近像素不为前景像素,则本方法分配新的标签给对应像素,成为正向标签(S220)。
请参照图3,其所示的是依照本发明一较佳实施例的反向扫描程序的流程图。反向扫描程序包括下列步骤:从第(M,N)像素开始,逐列扫描二元式光罩的每一个对应像素(S304)。之后,本方法判断对应像素是否为前景像素(S306)。接着,若对应像素为前景像素,则本方法判断对应像素所对应的反向邻近像素是否为前景像素(S308)。其后,若前述反向邻近像素中,只要其中一个是前景像素,则这些属于前景像素的反向邻近像素的标签和该对应像素在上一回正向扫描后所得正向标签可以形成一个标签值数列H,数列H含有Y个标签,Y大于等于1。本方法以数列Y的最小值为对应像素的反向标签(S310)。接下来,本方法判断是否扫描到一列的结束(S312)。之后,若本方法扫描到一列的结束,则本方法判断对应列是否为最后一列(S314)。若对应列为最后一列,则本方法结束反向扫描程序(S316)。
若对应像素不为前景像素,则本方法判断对应像素是否为最后一个像素(S318)。若对应像素不为最后一个像素,则扫描下一个像素,回到步骤(S304)。若对应像素为前景像素,且对应像素的反向邻近像素不为前景像素,则本方法分配该对应像素在上一回正向扫描后所得正向标签给对应像素,成为反向标签(S320)。
请参照图4,其所示的是依照本发明一较佳实施例的重置标签程序的流程图。重置标签程序包括下列步骤:从第(1,1)像素开始,逐列扫描二元式光罩的每一个对应像素(S404)。之后,本方法判断对应像素是否为前景像素(S406)。接着,若对应像素为前景像素,则本方法判断对应像素所对应的正向邻近像素是否为前景像素(S408)。其后,若前述正向邻近像素中,只要其中一个是前景像素,则这些属于前景像素的正向邻近像素的标签可以形成一个标签值数列L,数列L含有X个标签,X大于等于1。本方法以数列L的最小值为对应像素的正向标签,并且本方法为不同连结组件标签建立起连结关系,以记录标签的变动情况(S410)。接下来,本方法判断是否扫描一列的结束(S412)。之后,若本方法扫描到一列的结束,亦即,对应像素为对应列的最后一个,则根据一面积临界值,本方法删除对应的正向标签,并更新对应的标签池参数、有效列参数与导向标签参数,亦即,若正向标签所围成的面积低于面积临界值,则删除对应的正向标签(S414)。其后,本方法判断是否扫描到最后一列(S416)。接着,若本方法扫描到最后一列,则重新整理整张二元式光罩的标签(S418)。最后,本方法结束重置标签程序(S420)。
若对应像素不为前景像素,则本方法判断对应像素是否为最后一个像素(S422)。若对应像素不为最后一个像素,则扫描下一个像素,回到步骤(S404)。若对应像素为前景像素,且对应像素的正向邻近像素不为前景像素,则本方法查看对应像素上一回的反向标签是否被重置于导向标签参数(S424)。之后,若对应像素的上一回的反向标签被重置于导向标签参数,表示上一回的反向标签已被重置成本次扫描的正向标签,则本方法使用已重置反向标签所对应的标签池参数为重置标签程序的正向标签(S426)。若对应像素的反向标签未被重置过,则本方法通过标签连结关系表选择一个可用标签为重置标签程序的正向标签,并更新标签池参数、有效列参数与导向标签参数,以记录标签的变动情况(S428)。
请参照图5,其所示的是依照本发明一较佳实施例的正向标签的示意图。二元式影像光罩500具有20*16个像素,标签连结关系表502含有标签池参数504、有效列参数506与导向标签508。本方法将二元式影像光罩500划分为20行与16列。最左上的像素为第(1,1)像素,最右下方的像素第(20,16)像素。其中,第(6,1)像素、第(9,1)像素、第(12,1)像素、第(15,1)像素、第(6,2)像素、第(9,2)像素、第(12,2)像素、第(15,2)像素、第(6,3)像素、第(7,3)像素、第(8,3)像素、第(9,3)像素、第(12,3)像素、第(13,3)像素、第(14,3)像素、第(15,3)像素、第(9,4)像素、第(12,4)像素、第(9,5)像素、第(10,5)像素、第(11,5)像素、第(12,5)像素、第(7,9)像素、第(9,9)像素、第(8,10)像素与第(14,11)像素为前景像素。在处理前景像素时,本方法的正向扫描依序由第(6,1)像素、第(9,1)像素、第(12,1)像素、第(15,1)像素、第(6,2)像素、第(9,2)像素、第(12,2)像素、第(15,2)像素、第(6,3)像素、第(7,3)像素、第(8,3)像素、第(9,3)像素、第(12,3)像素、第(13,3)像素、第(14,3)像素、第(15,3)像素、第(9,4)像素、第(12,4)像素、第(9,5)像素、第(10,5)像素、第(11,5)像素、第(12,5)像素、第(7,9)像素、第(9,9)像素、第(8,10)像素与第(14,11)像素逐一填入正向标签。
举例来说,当本方法要填入第(6,1)像素的正向标签时,对应的正向邻近标签为第(5,1)像素,但第(5,1)像素不为前景像素,故本方法由0开始,分配一个新的标签为正向标签。当本方法要填入第(6,2)像素的正向标签时,对应的正向邻近标签为第(5,2)像素、第(5,1)像素、第(6,1)像素与第(7,1)像素。由于前述四个像素,除了第(6,1)像素为前景像素外,其余像素皆不是前景像素,因此由第(6,1)像素的正向标签为第(6,2)像素的正向标签。当本方法要填入第(9,3)像素的正向标签时,对应的正向邻近标签为第(8,3)像素、第(8,2)像素、第(9,2)像素与第(10,2)像素,亦即,第(M,N)像素的正向邻近像素为第(M-1,N)像素、第(M-1,N-1)像素、第(M,N-1)像素与第(M+1,N-1)像素。由于前述四个像素中,第(8,3)像素与第(9,2)像素为前景像素,因此本方法以第(8,3)像素与第(9,2)像素所对应标签的最小值为第(9,3)像素的正向标签。其余像素点依此类推,即可以填入正向标签。
请参照图6,其所示的是依照本发明一较佳实施例的反向标签的示意图。本方法执行完正向扫描程序后,执行反向扫描程序。请配合参照第5图,在处理前景像素时,本方法的反向扫描依序由第(14,11)像素、第(8,10)像素、第(9,9)像素、第(7,9)像素、第(12,5)像素、第(11,5)像素、第(10,5)像素、第(9,5)像素、第(12,4)像素、第(9,4)像素、第(15,3)像素、第(14,3)像素、第(13,3)像素、第(12,3)像素、第(9,3)像素、第(8,3)像素、第(7,3)像素、第(6,3)像素、第(15,2)像素、第(12,2)像素、第(9,2)像素、第(6,2)像素、第(15,1)像素、第(12,1)像素、第(9,1)像素与第(6,1)像素逐一填入反向标签。反向扫描程序决定反向标签的方法与正向扫描程序近似,不同的是,反向邻近像素与正向邻近像素不同。
举例来说,当本方法要填入第(14,11)像素的反向标签时,对应的反向邻近标签为第(15,11)像素、第(15,12)像素第(14,12)像素与第(13,12)像素,亦即,第(M,N)像素的反向邻近像素为第(M+1,N)像素、第(M+1,N+1)像素、第(M,N+1)像素与第(M-1,N+1)像素。但是,前述4个像素皆不为前景像素,故根据正向扫描程序的结果,本方法以第一次正向扫描标签为反向标签。当本方法要填入第(9,9)像素的反向标签时,对应的反向邻近标签为第(10,9)像素、第(10,10)像素、第(9,10)像素与第(8,10)像素。由于前述四个像素,除了第(8,10)像素为前景像素外,其余像素皆不是前景像素,因此由第(8,10)和第(9,9)像素第一次正向扫描标签的最小值为第(9,9)像素的反向标签。其余像素点依此类推,即可以填入反向标签。
请参照图7,其所示的是依照本发明一较佳实施例的记录标签连结关系表、标签池参数、有效列参数与导向标签的示意图。本方法执行正向扫描程序与反向扫描程序后,执行重置标签程序。请配合参照图6,在处理前景像素时,本方法的重置标签程序再次执行正向扫描程序。在执行正向扫描程序过程中,本方法除建立标签连结关系外,并更新标签池参数,记录有效列参数与导向标签参数。举例来说,当本方法填入第(6,1)像素的正向标签时,从标签池参数中取出目前可用标签0为第(6,1)像素之正向标签,并记录有效列参数为0,导向标签参数为0。请参照图8,其所示的是依照本发明一较佳实施例的记录标签连结关系表、标签池参数、有效列参数与导向标签的示意图。举例来说,当本方法填入第(15,1)像素的正向标签时,从标签池参数中取出目前可用标签1为第(15,1)像素的正向标签,并记录有效列参数为0,导向标签参数为2。
再者,请参照图7和图8。当本方法进行重置标签程序时,若本方法要决定第(15,1)像素的正向标签,则由于前次(第7图)的反向标签为2,本方法查看导向标签参数,发现不存在2,则本方法分配一个可用标签1。若本方法要决定第(9,1)像素的正向标签,则由于前次(第7图)的反向标签为0,本方法查看导向标签参数,发现存在0,则本方法分配反向标签0对应的标签池参数0为正向标签。
请参照图9,其所示的是依照本发明一较佳实施例的记录标签连结关系表、标签池参数、有效列参数与导向标签的示意图。举例来说,当本方法填入第(7,9)像素的正向标签时,从标签池参数中取出目前可用标签2为第(7,9)像素的正向标签,并记录有效列参数为8,导向标签参数为4。其中,有效列参数8表示正向标签2对第8列以上为无意义,导向标签参数为4表示旧标签为4。请参照图10,其所示的是依照本发明一较佳实施例的记录标签连结关系表、标签池参数、有效列参数与导向标签的示意图。举例来说,当本方法填入第(14,11)像素的正向标签时,从标签池参数中取出目前可用标签3为第(14,11)的正向标签,有效列参数为10,导向标签参数为6。请参照图11,其所示的是依照本发明一较佳实施例的记录标签连结关系表、标签池参数、有效列参数与导向标签的示意图。举例来说,由于正向标签2与正向标签3所围成的面积低于面积临界值,因此本方法删除正向标签2与正向标签3,重新更新标签池参数、有效列参数与导向标签参数,使正向标签2与正向标签3可再次使用,免除标签不足的问题。
值得说明的是,根据实验结果,本方法执行正向扫描程序一次,接着,本方法执行反向扫描程序一次,之后,本方法执行重置标签程序,即可降低标签动作的复杂度,并有效解决标签不足的问题。本方法以实验影片(AVSS 2007Abandoned Baggage Easy Case,720x576,5053 frames)切割出面积超过面积临界值的连结组件,并比较现有技术多次扫描方法、二次扫描方法与本发明之差异。请参照图12,其所示的是现有技术多次扫描方法的扫描次数对时间的曲线图。请参照图13,其所示的是现有技术多次扫描方法的标签数对时间的曲线图。图13中,曲线1为第一次扫描的标签数,曲线2为移除噪声前的标签数,曲线3为连结组件个数。实验的最高扫描次数为20次,第一次扫描最高标签使用数638个,移除噪声前最高标签使用数为337个,最高标签内存使用量801bytes(标签面积)。
请参照图14,其所示的是现有技术二次扫描方法的扫描次数对时间的曲线图。曲线4为标签数,曲线5为连结组件个数。实验中,扫描次数为2次,最高标签使用数为354个,最高标签内存使用量为2,080 bytes(标签池参数、有效列参数、标签连结关系表、标签面积)
请参照图15,其所示的是本发明的混合式连结组件标签方法的标签对时间的曲线图。图形的纵轴为标签数,曲线6是重置标签过程中的最高已用标签数,曲线7则是连结组件个数。实验中,扫描次数为4次,其中,正向扫描程序1次,反向扫描程序1次,重置标签程序中正向扫描2次,第一次正向扫描程序使用的最高标签数为638个(第13图曲线1),重置标签程序使用的最高标签数为80个(曲线6),最高标签内存使用量为570 bytes(标签池参数、有效列参数、导向标签参数、标签连结关系表、标签面积)。由此可知,本发明是三个方法中和最终连结组件个数差距最小,足以有效说明本发明确实有达到使连结组件标签程序更有效率的作用。
值得注意的是,上述的说明仅是为了解释本发明,而并非用以限定本发明的实施可能性,叙述特殊细节的目的,乃是为了使本发明被详尽地了解。同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

Claims (14)

1.一种混合式连结组件标签方法,适用于影像处理,其特征在于,一影像数据具有M*N个像素,所述像素包含至少一前景像素,每一像素对应的标示为(M,N),其中,M,N大于等于1,且M,N为整数,本方法包括下列步骤:
执行一正向扫描程序,依序地执行下列步骤:
由第(1,1)像素开始至第(M,N)像素结束,扫描该影像数据;
判断对应像素是否为该前景像素;以及,
若对应像素为该前景像素,则根据至少一正向邻近像素所对应的标签,以决定对应像素的一正向标签,第(M,N)像素的正向邻近像素包括:第(M-1,N)像素、第(M-1,N-1)像素、第(M,N-1)像素与第(M+1,N-1)像素;
执行一反向扫描程序,依序地执行下列步骤:
由第(M,N)像素开始至第(1,1)像素结束,扫描该影像数据;
判断对应像素是否为该前景像素;以及,
若对应像素为该前景像素,则根据至少一反向邻近像素所对应的标签和该对应像素在前次正向扫描后所得的该正向标签,以决定对应像素的一反向标签,第(M,N)像素的反向邻近像素包括:第(M+1,N)像素、第(M+1,N+1)像素、第(M,N+1)像素与第(M-1,N+1)像素;以及,
执行一重置标签程序,在执行该正向扫描程序与该反向扫描程序后,再次执行该正向扫描程序,在执行该正向扫描程序过程中,执行下列步骤:
若对应像素为该前景像素,且对应像素的该正向邻近像素不为前景像素时,则判断该对应像素前次的该反向标签是否被重置于一导向标签参数;
若对应像素前次的该反向标签被重置过,则分配前次的该反向标签所对应的一标签池参数为该对应像素的该正向标签;
若对应像素前次的该反向标签未被重置过时,分配一可用标签,以成为该对应像素的该正向标签;
当对应像素需分配该可用标签时,更新该标签池参数;
若对应像素取得该可用标签时,记录对应像素所在之列之前一列为一有效列参数;
当对应像素取得该可用标签时,记录置换前的标签为该导向标签参数;
通过标签连结关系表、标签池参数、该有效列参数与该导向标签参数设定一标签重置条件,根据该标签重置条件删除对应标签,并重置对应标签。
2.如权利要求1所述的混合式连结组件标签方法,其特征在于,该影像数据为一二元式影像光罩。
3.如权利要求1所述的混合式连结组件标签方法,其特征在于,所述方法还包括下列步骤:执行该正向扫描程序一次,之后,执行该反向扫描程序一次,之后,执行该重置标签程序。
4.如权利要求1所述的混合式连结组件标签方法,其特征在于,所述方法还包括下列步骤:
通过建立一影像背景模型,侦测出现在一画面中的一前景物体;以及,
通过一背景相减方法,产生一二元式影像光罩。
5.如权利要求1所述的混合式连结组件标签方法,其特征在于,所述正向扫描程序还包括下列步骤:
第(1,1)像素开始,逐列扫描该影像数据的每一对应像素;
判断对应像素是否为该前景像素;
若对应像素为该前景像素,则判断对应像素对应的该正向邻近像素是否为该前景像素;以及,
若该正向邻近像素为该前景像素,则对应的正向邻近像素所对应的标签形成一标签值数列L,数列L含有X个标签,X大于等于1,以数列L的最小值为对应像素的该正向标签。
6.如权利要求5所述的混合式连结组件标签方法,其特征在于,所述正向扫描程序还包括下列步骤:
若对应像素不为该前景像素,则判断对应像素是否为最后一个像素;
若对应像素为最后一个像素,则结束该正向扫描程序;以及,
若对应像素不为最后一个像素,则扫描下一个像素。
7.如权利要求5所述的混合式连结组件标签方法,其特征在于,所述正向扫描程序还包括下列步骤:
若对应像素为该前景像素,且对应像素对应的该正向邻近像素不为该前景像素,则分配新的标签为对应像素的该正向标签。
8.如权利要求1所述的混合式连结组件标签方法,其特征在于,所述反向扫描程序还包括下列步骤:
第(M,N)像素开始,逐列扫描该影像数据的每一对应像素;
判断对应像素是否为该前景像素;
若对应像素为该前景像素,则判断对应像素对应的该反向邻近像素是否为该前景像素;以及,
若该反向邻近像素为该前景像素,则对应的该反向邻近像素所对应的标签和该对应像素在前次的该正向标签形成一标签值数列H,数列H含有Y个标签,Y大于等于1,以数列H的最小值为对应像素的该反向标签。
9.如权利要求8所述的混合式连结组件标签方法,其特征在于,所述反向扫描程序还包括下列步骤:
若对应像素不为该前景像素,则判断对应像素是否为最后一个像素;
若对应像素为最后一个像素,则结束该反向扫描程序;以及,
若对应像素不为最后一个像素,则扫描下一个像素。
10.如权利要求8所述的混合式连结组件标签方法,其特征在于,所述反向扫描程序还包括下列步骤:
若对应像素为该前景像素,且对应像素对应的该反向邻近像素不为该前景像素,则分配该对应像素前次的该正向标签为对应像素的该反向标签。
11.如权利要求1所述的混合式连结组件标签方法,其特征在于,所述重置标签程序还包括下列步骤:
第(1,1)像素开始,逐列扫描该影像数据的每一对应像素;
判断对应像素是否为该前景像素;
若对应像素为该前景像素,则判断对应像素对应的该正向邻近像素是否为该前景像素;以及,
若该正向邻近像素为该前景像素,则对应的该正向邻近像素所对应的标签形成一标签值数列L,数列L含有X个标签,X大于等于1,以数列L的最小值为对应像素的该正向标签;
建立不同连结组件标签间连结关系;
根据该正向标签所围成的面积,决定是否删除对应的该正向标签;以及,
删除对应的该正向标签,并更新对应的该标签池参数、该有效列参数与该导向标签参数。
12.如权利要求11所述的混合式连结组件标签方法,其特征在于,所述重置标签程序还包括下列步骤:
若对应像素不为该前景像素,则判断对应像素是否为最后一个像素;
若对应像素为最后一个像素,则结束该正向扫描程序;以及,
若对应像素不为最后一个像素,则扫描下一个像素。
13.如权利要求11所述的混合式连结组件标签方法,其特征在于,所述重置标签程序还包括下列步骤:
设定一面积临界值;以及,
若该正向标签所围成的面积低于该面积临界值,则删除对应的该正向标签,并更新对应的该标签池参数、该有效列参数与该导向标签参数。
14.如权利要求11所述的混合式连结组件标签方法,其特征在于,所述重置标签程序还包括下列步骤:
判断对应像素是否为对应列的最后一个;
若对应像素为对应列的最后一个,则根据一面积临界值,删除对应的该正向标签,并更新对应的该标签连结关系表、该标签池参数、该有效列参数与该导向标签参数。
CN2008101291545A 2008-06-30 2008-06-30 一种混合式连结组件标签方法 Expired - Fee Related CN101620733B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2008101291545A CN101620733B (zh) 2008-06-30 2008-06-30 一种混合式连结组件标签方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2008101291545A CN101620733B (zh) 2008-06-30 2008-06-30 一种混合式连结组件标签方法

Publications (2)

Publication Number Publication Date
CN101620733A CN101620733A (zh) 2010-01-06
CN101620733B true CN101620733B (zh) 2012-01-11

Family

ID=41513950

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2008101291545A Expired - Fee Related CN101620733B (zh) 2008-06-30 2008-06-30 一种混合式连结组件标签方法

Country Status (1)

Country Link
CN (1) CN101620733B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104715247A (zh) * 2013-12-12 2015-06-17 夏普株式会社 封闭区域识别方法和设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5841903A (en) * 1992-01-17 1998-11-24 Yamaha Corporation Method and device for extracting a connected component of image data
US6973259B1 (en) * 1999-02-19 2005-12-06 Nippon Chemi-Con Corporation Method for extracting feature of binary image

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5841903A (en) * 1992-01-17 1998-11-24 Yamaha Corporation Method and device for extracting a connected component of image data
US6973259B1 (en) * 1999-02-19 2005-12-06 Nippon Chemi-Con Corporation Method for extracting feature of binary image

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
孔斌.快速连通域分析算法及其实现.《模式识别与人工智能》.2003,第16卷(第1期), *
张修军,等.带标记矫正的二值图象连通域像素标记算法.《中国图象图形学报》.2003,第8卷(第2期), *
徐正光,等.基于递归的二值图像连通域像素标记算法.《计算机工程》.2006,第32卷(第24期), *
王亮,等.一种改进的二值图像像素标记算法.《南京师范大学学报(工程技术版)》.2006,第6卷(第2期), *

Also Published As

Publication number Publication date
CN101620733A (zh) 2010-01-06

Similar Documents

Publication Publication Date Title
JP6151763B2 (ja) 再帰的な区分化を用いた文書画像についての単語区分化
CN101453575B (zh) 一种视频字幕信息提取方法
JP5455038B2 (ja) 画像処理装置、画像処理方法、及びプログラム
EP1831823B1 (en) Segmenting digital image and producing compact representation
US8208728B2 (en) Method of generating a labeled image and image processing system with pixel blocks
CN112183511A (zh) 一种图像导出表格的方法、***、存储介质及设备
CN112950554B (zh) 一种基于肺分割的肺叶分割优化方法及***
CN105516540A (zh) 二值图像的压缩方法及装置
CN111598076B (zh) 一种标签图像中日期检测处理方法及装置
TWI386030B (zh) 一種混合式連結元件標籤演算法
CN101620733B (zh) 一种混合式连结组件标签方法
CN106991753A (zh) 一种图像二值化方法及装置
CN102496146B (zh) 一种基于视觉共生的图像分割方法
CN115761580A (zh) 一种水面漂浮物的检测方法、边缘计算终端及存储介质
US20220327862A1 (en) Method for detecting whether a face is masked, masked-face recognition device, and computer storage medium
Santiago et al. Fast block-based algorithms for connected components labeling
CN114626994A (zh) 一种图像处理方法、视频处理方法、计算机设备、存储介质
Bailey History and evolution of single pass connected component analysis
JP5104528B2 (ja) 画像処理装置および画像処理プログラム
CN101930591B (zh) 背景去除的图像处理方法
US20020028023A1 (en) Moving image encoding apparatus and moving image encoding method
CN116994261B (zh) 一种大数据精准教学智能题卡图像智能识别***
WO2022022310A1 (zh) 分光器端口识别方法及装置
Belding et al. Efficient and Low-Footprint Object Classification using Spatial Contrast
Zhang et al. A line labeling and region growing based algorithm for binary image connected component labeling

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20120111