基于数字图象闭合轮廓链的图象区域识别方法技术

本发明专利技术提出一种对数字图象中的局部区域进行识别的方法。先将图象进行开运算形态处理，使图象的轮廓形状更加规则；然后在逐点扫描的过程中，通过对每个遇到的候选局部区域进行有向闭合轮廓链寻找和内点扫描，而实现对整个局部区域的识别，从中得到与图象局部区域相关的各项统计数据。本发明专利技术方法的核心之处在于简单高效的有向闭合轮廓链寻找规则和基于相邻轮廓点位置关系的内点扫描规则。该方法易于实现，速度快、内存占用低，可广泛应用于各平台的图象和视觉处理应用中。

【技术实现步骤摘要】

本专利技术属于数字图象处理领域，具体提出一种基于数字图象中某局部连通区域 (region)的有向闭合轮廓链来确定所有属于该区域的像素点的方法，适用于多数数字图像 处理应用中的区域统计信息计算。
技术介绍
机器视觉作为一种精确、易用、信息量丰富、成本合理的传感和识别手段，越来越 受到人们的关注，并在航天、医学、自动化生产、智能终端设备等领域有广泛的应用前景。数 字图象处理技术是机器视觉中的一个关键部分，其优劣直接影响到视觉应用的性能。数字 图象处理中，很多处理是以轮廓、区域、梯度等基本特征为基础进行的；因此，处理的性能很 大程度上取决于对这些基本特征识别和提取的精度和效率。轮廓和梯度的识别比较简单，需要处理的信息量也相对较少；局部区域的识别，则 是将整个轮廓所包围的像素点计算在内，虽然处理的信息量大大增加，但是对干扰的抵抗 能力更强，鲁棒性更好。本专利技术提出一种简单而高效的数字图象区域识别方法，方法不但易于实现，而且 计算资源占用少，运行效率高，对处理硬件的要求低，广泛适用于各平台上数字图像处理任 务中对局部区域这一特征量的识别。
技术实现思路
本专利技术的目的是为数字图象处理中的区域识别问题提供一种既易于实现，又快 速、高效的方法；使用该方法可以对一幅数字图象中的各目标区域进行识别、标记，得到其 各项特征统计信息。提取到的信息数据可以作为视觉任务中的控制信息或者供更高层的视 觉处理方法使用。该方法一般应用于黑白二值数字图象，即使用该方法前应先根据任务的目的将彩 色数字图象进行预处理，转换为黑白二值数字图象。但如果可以根据彩色数字图象中像素 本身的特征定义“区域”，该方法同样可以直接应用于彩色数字图象。方法的大致步骤是如 下1.将彩色数字图象经过预处理转换为黑白二值数字图象。2.对黑白二值图象进行开运算处理(open morphology operation)。3.锚点扫描开始从黑白二值图象左上角像素点开始，从上往下逐行、每行从左 向右逐点依次扫描各像素点，直至扫描到一个目标点(属于某候选区域的一点)为止，将该 目标点作为区域的锚点，然后进入步骤4。若扫描到图象右下角像素点仍未找到目标点，则 进入步骤7。4.寻找整条有向闭合轮廓链以刚扫描到的锚点作为新区域的轮廓链起点，按照 某规则寻找该区域的整条有向闭合轮廓链，对找到的轮廓像素点进行标记，并将轮廓点顺 序记录到一个链表数据结构中。视任务需求进行区域像素点统计信息累加计算。所有标记的轮廓点不可再作为步骤6中的锚点。5.寻找区域内点根据刚记录的相邻轮廓点间的坐标位置关系，决定在轮廓点的 左邻或右邻方向水平扫描寻找属于该区域的内点，并对扫描到的内点在图象中进行标记。 视任务需求进行区域像素点统计信息累加计算或将内点记录到某数据结构中。所有标记的 内点不可再作为步骤6中的锚点。6.锚点扫描继续从上个扫描到的新区域锚点开始，继续逐行逐点扫描，直至扫 描到一个新的目标点(属于某个未标记候选区域的一点)；此时，又发现了一个新区域，转 到步骤4。若扫描到图象右下角像素点仍未找到目标点，则进入步骤7。7.识别完成附图说明图1为一幅彩色数字图象经预处理后的黑白二值数字图象图2为黑白二值数字图象中的边界瑕疵示例图3为对图2中图象进行开运算处理后的图象图4为“寻找区域轮廓”说明示5为本专利技术方法的效率测试用图片G幅)图6为本专利技术方法的运行时间结果具体实施方案因为本方法使用前一般将彩色数字图象转化为黑白二值图象，因此这里只描述对 彩色数字图象预处理后得到的黑白二值图象的处理过程。对于直接的彩色图象区域识别， 可根据任务需要定义彩色像素点上的开运算和连通判定规则，则该方法对于未做二值化预 处理的彩色图象依然适用。下面结合一个示例任务对本专利技术方法的实施方案进行具体说 明。1.彩色数字图象预处理得到黑白二值图象对数字图象区域(region)信息的处理，主要限于黑白二值数字图象。一般的方法 是先根据任务的需要，将彩色数字图象进行预处理，得到一幅黑白二值数字图象，数字图象 中的黑白像素点分别指示出目标点和背景点。这里给定一个机器人对目标的跟踪任务，任 务机器上装有一个摄像机，可以采集数字图象，并根据图象处理后得到的信息进行目标的 定位、跟踪；跟踪目标是一个单一颜色的标志物，环境中还存在少量颜色干扰。使用HSV颜 色阈值分割的预处理方法就能得到比较满意的黑白二值图象，如图1，其中黑色像素点为目 标点，白色像素点为背景点；设目标像素点的值为1，背景像素点的值为0。在此基础上，我 们只需对二值图象中的各区域进行过滤、识别，得到最大区域(也即目标标志物对应的区 域块)的位置坐标，该位置坐标即可作为跟踪控制的输入量。2.对黑白二值图象进行开运算彩色数字图象预处理之后得到的黑白二值图象，通常含有很多不规则的边缘和疵 点，如图2所示。这些瑕疵是我们在视觉处理任务中不希望的；在本方法中，这些瑕疵还可 能会使轮廓链中出现轮廓点重合的现象，从而导致区域内点的判定规则复杂化，大大增加 区域内点扫描过程中的计算量。对二值图象进行开运算处理，不管是从任务目标还是计算复杂度方面考虑，都是有必要的。用3*3的矩形作为滤镜窗口，对图3中所示的图象进行开 运算处理后，得到的结果见图3。经过开处理后，这些瑕疵消失了。3.寻找整条有向闭合轮廓链锚点扫描过程是从图象左上角像素点开始，从上往下逐行、每行从左向右逐点依 次扫描各像素点，直到扫描到一个目标点(这里是黑点)，且该点未被标记过，则取该点为 新的锚点。按照扫描规则，锚点必然是一个区域最左上角的那个像素点，也是区域的一个轮 廓点。这里，我们只需要考虑区域的外轮廓，图4所示为一个示例区域的有向闭合轮廓链。 我们将锚点作为链表的第一个元素(在图4中是标号为1的像素点)，按照顺时针的方向顺 序寻找整个有向轮廓链中的各像素点，并将找到的像素点依次记录到链表中。在整个轮廓寻找过程中，下一个轮廓点必然是当前轮廓点的一个邻居像素点。我 们这里使用8连通定义，即每个像素点有8个邻居点，分别是上下左右和四个对角相邻点。 下一个轮廓点的确定规则如下假设，当前已经找到N个轮廓点，现在我们要确定第N+1个轮廓点。设第N-I个轮 廓点位置指向第N个轮廓点位置的方向矢量为万。令D逆时针转动90度，然后查看第N个轮 廓点的D方向的邻居点处像素值是否为1，若为1则取该点为第N+1个轮廓点；若不为1，则 对万顺时针转45度，再查看该方向上的邻居点，并不断重复该操作(顺时针转45度查看邻 居点)，直至找到一个像素值为1的邻居点，取其为第N+1个轮廓点。按照这个寻找规则，我 们可以保证不会将内点误判为轮廓点。在寻找第二个轮廓点时，取D (即第0轮廓点指向第 1轮廓点的矢量)为指向正右的方向。如图5中所示，在已经找到第1、2号轮廓点，要寻找 轮廓链中第3个轮廓点的过程中，依次先检查了 a、b、c三个点处的像素值后才最终定位到 3号轮廓点。当发现一个轮廓点，其坐标与锚点坐标一致时，表示整个轮廓都已经记录下来了， 该阶段结束。每找到一个轮廓点，要在黑白二值图象中，将该像素点的值设为2。在我们这 个任务中，因为要计算的信息是最大区域的中心坐标，因此在找到每个轮廓点时，将其X，Y 坐标值进行累加；当需要计算的是其他统计信本文档来自技高网...

【技术保护点】
基于数字图象闭合轮廓链的图象区域识别方法，其特征是对数字图象进行开运算形态处理后，在图象像素逐点扫描的过程中，进行候选区域的有向闭合轮廓链的寻找和基于相邻轮廓点位置关系的内点寻找，每个区域的识别分轮廓链寻找和内点寻找两个环节来完成。

【技术特征摘要】

【专利技术属性】
技术研发人员：贾英民，刘建辉，陈霄汉，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：11[]