[发明专利]基于行程编码的多个连通域快速合并算法及装置

说明书

技术领域

本发明涉及图像处理，尤其涉及到对多个连通域合并的实现。

背景技术

在机器视觉中，多个连通域合并算法是Blob分析中常用的算法，应用主要为：图像阈值分割得到感兴趣区域后，进行连通域标记，进而结合Blob特征，例如：面积，选取符合特征的连通域，此时利用多个连通域合并作为一个新连通域单独进行Blob分析，或与其它Blob算法，例如：连通域差集、交集，结合求取符合需求的连通域进行Blob分析。

目前Blob分析算法中，主要针对标记后的连通域，选取符合特征的连通域去操作；对于某些具体应用，需要产生新的连通域进行Blob分析，则通过组合多个已有连通域去实现。多个标记连通域的Blob分析可以分为两种：1)连通域的标记采用二值图的方式，即一副灰度图里，用像素值标记连通域，所有具有相同像素值的像素点组成一个连通域；2)连通域采用行程编码的方式。这两种连通域表示方法在需求特定新连通域时，都分别对多个标记连通域分析，然后组合操作以达到功能需求。多个标记连通域的Blob分析的优点是直观容易理解；缺点则有：若连通域采用二值图方式，速度慢，占用内存大，对感兴趣区域的操作受图像的宽高限制，需访问图像内所有点，同时无法表示连通域重叠的部分，后续Blob分析操作复杂；若连通域采用行程编码方式，后续Blob分析操作复杂，连通域重叠时重复计算，导致耗时增加。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提出一种基于行程编码的多个连通域快速合并算法，能够实现多个连通域的快速合并，并且降低程序内存占用量。

本发明解决其技术问题所采用的技术方案是：提供一种基于行程编码的多个连通域快速合并算法，包括：对输入图像进行图像分割，得到采用行程编码的感兴趣区域；对采用行程编码的感兴趣区域进行处理，得到多个连通域；以及合并多个连通域，得到合并后的连通域。

在一些实施例中，所述的对输入图像进行图像分割，得到采用行程编码的感兴趣区域，具体包括：选取适当的高、低阈值；然后，遍历图像中所有像素点，满足阈值要求的则为感兴趣区域像素点，将所有感兴趣区域的像素点用行程编码保存。

在一些实施例中，所述的对采用行程编码的感兴趣区域进行处理，得到多个连通域，具体包括：对采用行程编码的感兴趣区域进行连通域标记。

在一些实施例中，所述的行程编码是基于行行程实现的；所述的合并多个连通域是逐行合并的。

在一些实施例中，所述的合并多个连通域，得到合并后的连通域，具体包括：求取多个连通域的最小行号和最大行号，然后行号由小到大去统计多个连通域具有相同行号的行程，进而一一合并两个行程。

在一些实施例中，所述的合并两个行程，具体包括三种情况：两个行程没有交集，结果存储两个行程；两个行程有部分交集，结果为最小列号和最大列号组成的新行程；一个行程包含另外一个行程，结果存储包含的行程。。

本发明解决其技术问题所采用的技术方案还是：提供一种基于行程编码的多个连通域快速合并装置，包括：第一模块，用于对输入图像进行图像分割，得到采用行程编码的感兴趣区域；第二模块，用于对采用行程编码的感兴趣区域进行处理，得到多个连通域；以及第三模块，用于合并多个连通域，得到合并后的连通域。

在一些实施例中，所述的第一模块具体实现的功能包括：选取适当的高、低阈值；遍历图像中所有像素点，满足阈值要求的则为感兴趣区域像素点，将所有感兴趣区域的像素点用行程编码保存。

在一些实施例中，所述的第三模块具体实现的功能包括：求取多个连通域的最小行号和最大行号，然后行号由小到大去统计多个连通域具有相同行号的行程，进而一一合并两个行程。

在一些实施例中，所述的合并两个行程，具体包括三种情况：两个行程没有交集，结果存储两个行程；两个行程有部分交集，结果为最小列号和最大列号组成的新行程；一个行程包含另外一个行程，结果存储包含的行程。

本发明的有益效果在于，通过对图像进行行程编码，所有操作都是针对编码后的图像，可以节省占用内存，而且脱离了图像的限制；另外，通过将多个连通域合并，再进行后续Blob分析更易获取特征信息，耗时更少。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1为本发明的行程编码的示意图。

图2为本发明的图像阈值分割得到感兴趣区域的示意图。

图3为本发明的多个连通域的示意图。