论文研究-一种新的连通区域标记算法.pdf

所需积分/C币:10 2019-07-22 21:58:24 568KB .PDF
33
收藏 收藏
举报

为了进一步提高标记效率,提出了一种连通区域标记的新算法RCL(run and contour based labeling algorithm)。该算法采用轮廓跟踪技术、行程技术和位操作等一系列加速技术,彻底消除了传统算法标记过程中对邻居像素信息的依赖。实验表明RCL算法的执行效率与传统的轮廓跟踪法相比提高了约80%,而且表现出稳定的性能和非常好的鲁棒性。
第11期 张云哲,等:一种新的连通区域标记算法 4337 方向扫描它的邻居。如果所有邻居都足背景像素即当前像素这三种图像是测试图片的很好选择,具有很强的代表性。在表 是一个孤立点,则停止跟踪并返回0。否则首先遇到的前景像1和图5中显示了本文算法(RCL)与经典算法(CL)、基于标签 素就是下一个轮廓点。如果当前轮廓点不是第一个轮廓点,首等价技术的标记算法(TEI)、基于区域生长技术的标记算法 先检査当前点的标签,如果当前点已经标记并且不等丁最新标(RPL)以及基丁轮廓跟踪技术的标记算法(CT)处理图4所 签(假设当前轮廓点的标签为M),那么跟踪程序将提前终止示的三种图像的执行效率 并返回M。否则,假设上一个轮廓点是当前轮廓点的邻居P, 表1算法的执行时间 那么从P+开始按顺时针方向扫描当前轮廓点的邻居,首先遇算法 文字图像 人脸图像 指纹图像 到的前景像素就是下一个轮廓点,如果当前点是起始点并且下 0.0270094 0.013472 0.0162911 一个点是第二点则跟踪程序结束,返回0。图3给出的图形轮 LEL 0.0203325 0.0091143 0.0138012 廓为 ABCBADEDA RPI 0.0201577 0.0350538 0.0210671 CTL 0.0019110 0.0068747 0.0117483 RCI 0.0018003 0.0012206 0.0026008 D 0.025 (a)八连通 (b)四连通 图2图像处理中经常使用的图3轮廓跟踪的例子(图中标 0.015 两种连通性 有 ABCDE字样的是前景像索) 0.005 a)文字(b)人脸(e)指纹 4算法的证明 图4测试图像 图5算法执行效率对比 定理1每个行程的起始点和终止点都是轮廓点。 从表1中可以看出,RCL算法处理文字、人脸、指纹时耗费 证明如果一个前景点的邻居中存在着一个或多个背景 的时间是最小的。由计算可得,RCL与CTL相比在处理人脸 点,就把这个前景点称为轮廓点。行程的起始点的左邻和终止 图像时效率提高了82%,在处理指纹图像时效率提高了7%。 点的右邻都是背景点,所以起始点和终止点都是轮廓点。 从图2中看出LEL与CL相比,由于采用了多种优化技 定理2属于同一连通成分的所有像素被赋予同一标签 术,平均性能有了一定程度的改善。而RPL由于需要多次访 证眀当遇到一个连通成分的第一个行程时,跟踪并标记 问前景像素,当前景像素所占比例较大(如图4中的人脸图 外轮廓使得外轮廓上的所有像素都处于已标记状态。在这个 像),执行效率非常低。CIL在各种情况下性能均优于前二种 连通成分剩下的所有行程中处于未标记状态的起始点或终止万法,但是处理人脸、指纹时仍然需要消耗较多处理时问。本 点必然是内轮廓点。如果这个行程的起始点或终止点处已文算法处理不同图像时耗费的时间并没有明显的变化,而且总 标记状态,那么就用已标记的端点的标签标记行程。这样保证保持在一个较低的水平 分析表明本文新算法RCL与传统算法相比性能有大幅提 了这些行程的标签与外轮廓相同。如果某个行程的起止点和高,并且性能稳定、鲁棒性好。 终止点都处于未标记状态,那么起始点所在的内轮廓上必然存 在处于已标记状态的像素(如上一个行程终止点处于已标记6结束语 状态并且与当前行程的起始点在同一轮廓上),而这个像素的 标签相同,用这个像素的标签标记内轮廊。这样就保证了属于 本文提出」一种二值冬形连通区域标记的实时算法RCL, 同一个连通成分的所有像素被赋予同一标签。 这和方法采用轮廓跟踪技术以行程为单位标记二值图像。试 定理3属于不同连通成分的像素被赋予不同标答。 验证明RCL算法要优丁传统的各种标记算法,而且具有很好 证明每当遇到一个新的连通成分时都将标签计数加的鲁棒性。 1,这样就保证了不同连通成分被赋予不同的标记。 参考文献: [1 STEFANO L D, BULGARELLI A. A simple and efficient connec ted 5实验与分析 components labeling algorithm[ C]//Proc of IEEE Ce onference on ge Analysis and Processing. 1999: 322-327 5.1实验环境及测试集 I 2 HE Li-feng, CHAO Yu-yan, SUZUKI K J, et aL. A fast first-scan al 在PC机上进行测试,硬件配置如下:CP为 Intel pentium ithm for label-equivalence-based connected-component labeling 43.00GHz,内存为512MB。用C++语言编写程序代码,以文 C]//Proc of IEEE Conference on Image Analysis and Processing 字、指纹、人脸为样本图像进行试验,将本文的方法与四种算法 2009:4013-4016 进行对比,包括基本算法、基于标签等价技术的标记算法、基于3] HE Li-feng, CHAO Yu-yan, SUZUKI KJ,etat. Fast connected 区域生长技术的标记算法、基于轮廓跟踪技术的标记算法。除 component labeling J. Pattern Recognition. 2009, 42(9): 1977 本文提出的算法外,其余算法的参数设置参见文献[1-3]。 1987 测试图片如图4所示。 [4 HE Li-feng, CHAO Yu-yan, SUZUKI K J, et al. A run-based one- scan labeling algorithm. C]//Proc of the 6th International Confer 5.2实验结果及分析 ence on Iimage Analysis and Rec ogniliull. Berlin: Springer-Verlag 由于标记算法广泛应用于字符识别(OCR)、人脸识别 2009,11:93-102 ( face identification)以及指纹识别( fingerprint identification)领51陈柏生.一和二值图像连通区域标记的新方法[冂].计算机工程 域,而且文字、人脸以及指纹图像包含了绝大多数的基本形状 与应用,200642(25):46-47 下转第4340页) 4340 计算机应用研究 第27卷 区域边界越平滑,f越接近1;否则1>f>0 3结束语 实验结果 本文提出了一种基丁形态学的区域标记算法,相对丁传 下面给出关于本文算法的两个应用实例。 统的标记算法,不但可以准确标记图像中的各类目标区域, 实例1肺部CT的肺区分割如图3所示。图3(a)是一还可以提取区域的多种复杂形态特征(如质心坐标、长短轴 个肺部CT的原图,经过阈值处理后得到(b);然后本文的标记圆形度、扁长度、矩形度、欧拉数、粗糙度等),为下一步的图 算法得到(c)(不冋的灰度值表示不冋的标记号);(c)进行形像处理特别是图像识别奠定更好的基础。研究屮还发现,该 态特征筛选(面积)得到(d);最后对(d)通过种子填充得到算法中基于链码的边界表达方法还可以提取更多的边界特 (e),然后用(d)与(e)的相减图像与原图作掩模运算便可得到征,如拐角点、凹凸性等,使算法有着更为广泛的应用,如边 肺实质,如图3(f)所示。 界修补等。 e 参考文献 [1 SLUIMER L, SCHILIAM A, PROKOP M, et al. Computer analysis nf computer tomography scans of the lung: a survey[J]. IEEE Trans on Medical Imaging, 2006, 25(4): 385-405 (a)肺CT原图 (b)二值化图像 (c)本文的连通 1 2 JIANG Tao, QIU Ming, CHEN Jie, et aL. LILA: a connceted compo nents labeling algorithm in grid-based clustering C //Proc of the 1 st Lnlennlalional Workshop un Databased Teclmology and Applicalions 2009:213-216 (d形态特征筛选 (肺实质 [3] TU Xiao, LU Yue Run-based approach to labeling connected com po 图3肺区分割 nents in document images C//Proc of the 2nd International Work 实例2肺部CT中感兴趣区域(ROI)的形态特征提取。 shop un Education Technolugy and Cumputer Science. 2010: 206-209 图4(a)是经过前期处理的肺部CT二值图,(b)~(j为各个[41 GRANA,. BORGHESANI D, UCCHIARA R. Optimized hor 感兴趣区域。表1为通过文标记算法所获取的部分形态 based connected components labeling with decision trees [J.IEEE 特征。 Trans on Medical Imaging, 2010, 19(6): 1596-1609 [5 HEDBERG H, KRISTENSEN F. OWALL V. Implementation of a la- beling algorithm based on contour tracing with feature extraction (rOI rOI, (eROI (f)ROls [C//Proc of IEEE International Symposium on Circuits and Sys tems.2007:l101-1104 [6 YU Qi-yao, CLAUSI D A IRGS; image segmentation using edge pen (a经前期处理的肺部cTpR0LaOL,⑤0L08o alties and region growing[ J]. IEEE Trans on Pattern Analysis and 图4经前期处理的肺部CT二值图及各个感兴趣区域 Machine Intelligence. 2008, 30(12): 2126-2139 表1图4(b)~(j中各个ROI对应的部分形态特征 [7] GONZALEZ R C, WOODS R E. Digital image processing[ M].4th RO d. Beijing: Publishing House of Electronic Industy 2007 特征Hol1Ul2Bl3HUl4 ROIs ROl6 ROI7HO [8 LEE Y, HARA T, FUJITA H, et aL. Autom ated detection of pulmo- 欧拉效1 园形度0.2660.1350.2790.4630.2260.2090.3410.1170.210 nary nodules in helical CT images hased on an improved template- 扁长度0.3730.2300.8820.6810.5150.5870.5210.1610.536 matching technique[ J. IEEE Trans on Medical Imaging, 2007, 20 矩形度0.7010.3670.5091.0300.4790.5450.6890.1250.542 (7):595-604 粗糙度0.5670.6500.5950.6540.3720.1950.7350.4940.353 [9 GRANA C. BORG HESANI D, CUCCHIARA R. Fast block based 上述两个实例中,本算法的运行时间为30ms左右,而 connected components labeling[ C//Proc of the 16th IEEE Interna 些快速标记算法”一般在10ms左右。 tional Conference on Image processing. 2009: 4009-4012 (上接第4337页) Conference on Control, Automation and Systems. 2008: 2171-2175 [6] CHANG Fu, CHEN C J, LL C J. A linear-time component-labeling [9 GRANA C, BORGHESANI D. CLCCHIARA R. Fast block based algorithm using contour tracing technique[ J. Computer Vision and connected components labeling C //Proc of the 16th IEEE Interna Image Understanding, 2004. 93(2): 206-220 onal Conference on Image Processing. Piscataway, NJ: IEEE Press [7 REN Ming-wu, YANG Jing-yu, SUN Han. Tracing boundary con- 2009:4009-401 [0]高红波,王卫星。一妽二值图像连通区域标记的新算法[J].计算 tours in a binary image[J. Image and Vision Computing, 2002, 机应用,2007,27(11):2776-278 20(3):125-13 [11 KONG Bin. A fast connected component analysis algorithm and its [8] LEE SR, KWAK D M, SUNG G Y, et al. Madified component-labe implementation [ J]. Patter Recognition and Artificial Intelligence ling algorithms applied to grayscale images[ C]//Proc of International 003.16(1):110-115

...展开详情
试读 4P 论文研究-一种新的连通区域标记算法.pdf
立即下载
限时抽奖 低至0.43元/次
身份认证后 购VIP低至7折
一个资源只可评论一次,评论内容不能少于5个字
您会向同学/朋友/同事推荐我们的CSDN下载吗?
谢谢参与!您的真实评价是我们改进的动力~
  • 至尊王者

关注 私信
上传资源赚钱or赚积分
最新推荐
论文研究-一种新的连通区域标记算法.pdf 10积分/C币 立即下载
1/4
论文研究-一种新的连通区域标记算法.pdf第1页

试读结束, 可继续读1页

10积分/C币 立即下载