一种基于全局搜索的二值图像连通域标记方法

在进行基于图像数据的智能分析应用中需要对感兴趣目标区域进行提取,并对区域的各种属性特征进行描述后,才能进行与业务相关的分析和识别应用.通过二值图像连通域可以精确描述感兴趣区域的位置属性、轮廓属性、形状属性,故二值图像连通域提取在数字图像处理中具有非常重要的作用.本文提出一种基于全局搜索的二值图像连通域标记方法,该方法在原图上进行全局相邻前景点搜索,在图像的左上方向和右下方向之间进行往复搜索,在算法运行过程中只需进行一次图像的内存分配再无额外内存需求,降低了二值图像连通域标记算法的空间复杂度.实验表明本文提出的二值图像连通域标记算法能够稳定运行,处理速度可以达到125 fps.

基于改进连通域检测算法的电力工程图纸识别技术

针对电力工程图纸识别中存在无法整体标记粘连字符以及标记效率较低的问题,提出了基于数学形态膨胀处理及简化决策树的连通域标记算法。利用可灵活设定的结构元素对输入图像进行膨胀处理,实现了对粘连字符的整体标记;通过分析相邻像素的各种可能性,设计了一种基于简化决策树的高效连通域标记算法,进而提升了电力工程图纸的识别效率。仿真结果表明,与传统方法相比,所提算法在实现整体标记粘连字符的同时,显著提高了算法的执行效率,其执行时间约为传统方法的1/2。

面向CPU的实时二值图像连通域标记方法

传统的面向CPU的连通域标记算法都是以串行执行为基础,优化的方向是如何减少运算量。本文提出了一种新的面向CPU的实时二值图像连通域标记方法。并行计算包含3个层级,分别是指令级并行、函数级并行(软件流水)和多核并行。针对这3个层级,本文提出了3种优化方法:位或操作、循环体分解和数据分块。本方法运算耗时受背景复杂度的影响小,同时可以按行处理,特别适合对串行传输的图像进行连通域标记。

连通域标记算法的并行化研究

连通域标记算法在地理栅格数据分析中有广泛应用,当面对大规模地理栅格数据时,连通域标记串行算法十分耗时,亟须算法并行化。但目前连通域标记算法还缺乏并行化,更缺乏对不同并行技术实现时的性能对比。该文对常用的连通域标记两遍扫描法进行了并行化设计,并分别利用OpenMP和MPI两种并行技术实现了不同版本的并行算法,以适用于单机多核、多机多处理器等不同的并行计算硬件环境。对所实现的并行算法在单节点、多节点的不同测试环境下,以不同数据规模和不同连通域复杂度情况的数据进行效率测试,结果表明:该算法均大幅缩短了运行时间;在数据量较小且连通域数目较少的情况下更适合使用OpenMP版本的并行算法;若图像数据规模较大时,MPI并行算法更快、更高效,但是在多节点的集群环境中,如果连通域情况复杂,进程数的增多并不能保证获得更好的加速效果。

面向图像目标提取的改进连通域标记算法

传统连通域标记算法应用在智能视觉监控系统过程中,每次连通域标签合并都要从头开始逐一扫描整幅画面,导致不必要全局性重复处理,同时图像像素点增加和噪声干扰,严重影响了目标提取的处理速度。为此,提出了一种面向图像目标提取的改进连通域标记算法。通过对图像画面进行分块,根据各个小块中前景点所占比例来区分前景目标区域块,减少了待标记的数据量,增加了抗噪力;记录标签范围,减少了计算机搜索的时间。在不同应用场景的实验结果表明,该算法提高了抗噪性,缩短了处理时间,平均处理速度约为改进前的212.36倍。

基于连通域标记的目标检测算法设计与实现

在图像目标识别和跟踪任务中,连通域标记算法的设计优化主要体现在执行速度、存储空间和逻辑判断次数三个方面,因此提出并实现了一种基于一次逐像素扫描连通域标记的单目标检测算法。算法结合包围盒和单目标图像检测的特点,只需单行的图像缓存空间,同时简化复杂的等价标号替换操作,目标的判断准则为目标图像连通区域面积最大化,最终以包围盒形式给出目标位置。FPGA仿真结果表明:该方法资源占用率小,检测一幅图像的总时钟周期数为M×N×4(M,N分别为图像行列数),适用于单目标图像的实时识别与跟踪。

海量遥感分类图连通域标记方法

针对遥感影像数据量大的特点,设计并实现了一种针对海量遥感影像分类图的连通域标记算法。通过对影像进行合理高效的分块,解决海量数据处理过程中对大内存的要求。对读入内存中的数据,采用了基于队列的种子填充算法进行连通域标记,通过采用贯序连通域标记算法中的冲突表机制,解决因分块之间隔离而造成的同一连通域标记不同的问题。该方法具有可以处理海量数据、对分类结果数据仅仅访问一次、无须对生成的结果进行重新标记就可以完成连通域的标记、可以获取连通域的基本统计信息等特点。实验结果证明了该方法的高效性。

基于FPGA的连通域标记设计与实现

提出了一种基于FPGA的连通域标记电路设计方案。该方案不仅满足了实时、高精度等要求,还特别增加了虚警剔除的功能。该硬件设计方案采用单次逐像素扫描法,该法通过对图像进行一次逐像素扫描,将标记与参数并行处理,最后根据统计出来的连通域及参数信息实现虚警剔除。相比较其它的硬件实现方案,该设计方案具有显著优势,通过优化标记与参数处理,该方案更适合硬件的并行处理特性;去除了第二次逐像素扫描,使得处理时间变短,资源占用率变小。仿真结果表明:若图像大小为M×N,临时标记区域上限为L,则标记完一幅图像总时钟周期为(M×N×2+L×4).该方案已在单片Virtex-Ⅱ系列FPGA中实现,并作为关键电路应用于舰船图像检测系统中。

一种新的连通域标记算法

提出一种新的连通域标记算法.与其它适合硬件实现的算法相比,增加了虚警剔除部分,并将一维数组和游程码的结构结合成二维数组的形式进行操作,使新算法在速度、资源占用率、性能上更有优势.算法的Matlab和现场可编程门阵列(FPGA)仿真结果表明,新算法可以完备记录标记和参数信息;应用于要求快速得到准确参数信息的工程时,相比较其他算法,时间减少约50%,且控制逻辑的复杂性减小.

基于连通域标记的原油乳状液粒径检测算法

检测原油乳状液液滴粒径、观测粒径分布在石油化工过程系统工程中有着非常重要的作用。探讨了现有粒径检测方法,提出基于连通域标记的原油乳状液粒径检测算法。通过图像滤波和二值化操作,对原油乳状液图像进行预处理后,经过连通域标记和等价标记替换处理,获得原油乳状液粒径显微已标记图像,分析已标记图像中的连通域,计算液滴个数和粒径大小,统计液滴粒径分布。在实际图像上的实验结果表明,该算法可以顺利完成原油乳状液内液滴粒径计算和统计,且较现有算法准确率高、占用内存空间小。

一种适合硬件实现的多值图像连通域标记算法

提出了一种合适硬件实现的多值图像连通域标记算法.算法以有效的方式识别、保存并整理区域之间复杂的连通关系.首先,通过对图像执行一遍逐像素扫描,得到图像的初步标记结果以及初步标记之间的连通关系;然后,通过等价表整理以及图像代换,输出图像标记的最终结果,并且连通域按照扫描顺序被赋予唯一的连续自然数.仿真结果表明,该算法能够识别图像中复杂的连通关系,产生正确的标记结果,在用于大幅图像的分块标记时,能够实现全局标记一致.在以硬件方式实现该算法时,在50 MHz工作时钟下,处理320×256像素图像能够达到100帧/s的标记速度,满足大部分实时目标识别系统的要求.

基于快速连通域标记的车牌字符分割

对车牌图像的二值图进行连通域提取可以解决倾斜带来的问题。提出了一种基于快速连通域标记的字符分割方法。先用改进的Otsu法对车牌图像进行二值化分割,之后基于快速连通域标记算法进行连通域标记,最后对各个连通域进行后续处理提取出全部车牌字符连通域。实验表明,改进的快速连通域标记算法克服了倾斜问题,而且有效地提高了连通域提取的速度,获得较好的字符分割的鲁棒性和实时性。

基于快速8-连通域标记的视频字幕提取新算法

提出了一种基于彩色Roberts边缘算子、形态学和快速8-连通区域标记的视频字幕提取新方法。首先用彩色边缘算子提取出字幕的边缘信息,再通过形态学处理得到字幕连通区域,最后采用快速8-连通区域标记新方法进行连通区域分析得到最终字幕区域。实验证明,该算法能够快速定位字幕区域,定位精度较高,具有较好的稳健性。

GPU加速的二值图连通域标记并行算法

结合NVIDIA公司统一计算设备架构(CUDA)下的图形处理器(GPU)并行结构和硬件特点,提出了一种新的二值图像连通域标记并行算法,高速有效地标识出了二值图的连通域位置及大小,大幅缩减了标记时间耗费。该算法通过搜索邻域内最小标号值的像素点对连通域进行标记,各像素点处理顺序不分先后并且不相互依赖,因此可以并行执行。算法效率不受连通域形状及数量的影响,具有很好的鲁棒性。实验结果表明,该并行算法充分发挥了GPU并行处理能力,在处理高分辨率与多连通域图像时效率为一般CPU标记算法的300倍,比OpenCV的优化函数(CPU)效率高近17倍。

多值图像连通域标记ASIC结构设计

提出了一种能够实时实现多值图像连通域标记算法的ASIC系统结构.该器件采用基于像素的图像连通域标记算法,通过分析存储器需求,减少了片内存储器容量,以及存储器访问所需要的时钟周期数,使图像标记的总时钟数降为N×M×4,N为图像行数,M为列数.仿真结果表明,ASIC能够满足大部分实时目标识别系统的要求.

一种并行二值图像连通域标记算法

连通域标记算法在CPU运行效率比较有限,这也是连通域标记算法处理图像的症结所在,针对这一问题,提出了一种并行二值图像连通域标记算法。从二值图像处理问题的可并行化出发,根据GPU并行计算的特点设计出了一种图像预处理、溯源(伪溯源)、伪溯源处理三个步骤的并行标记算法,采用硬件支持的多个线程并行执行处理的方式来提升算法的效率并实现了该算法,实验结果表明该算法相对CPU单线程处理算法效率具有明显提升,也更具有鲁棒性,尤其是图像像素不断增多后,效率更加明显。

连通域标记并行算法在多核处理器上的设计和实现

为满足全方位视觉运动目标检测跟踪系统中检测和跟踪实时性的要求,采用多核程序设计和并行处理技术,对系统中连通域标记算法,重新进行了设计和实现。为解决由图像分割造成的连通域的分离,应用边界处的游程码,将两个不同任务块中分割处的连通域合并成一个连通域。最后通过实验证明该并行算法比传统算法在多核处理器上运行更快,更好地解决了多核处理器饥饿问题,让多核处理器发挥了更高的效率。

基于电成像的孔洞型碳酸盐岩储层连通性评价

碳酸盐岩储层非均质性强,孔隙结构复杂,相较于常规碎屑岩储层,其孔隙度、渗透率关系的规律及特征不明显。碳酸盐岩储层的连通性与孔洞特征具有强相关性,且连通性是影响储层渗透率的重要因素,因此,对碳酸盐岩孔洞连通性的评价是孔洞型碳酸盐岩储层评价的关键问题。以伊拉克东南部B油田FQ-1井M组MB21亚油组孔洞型碳酸盐岩储层为例,基于地层微电阻率扫描成像(FMI)测井的高分辨率动态图像,利用最大类间方差算法(OTSU)进行二次迭代分割,识别电成像图像孔洞;根据8连通域标记法标记连通孔洞;提取每个连通孔洞的特征孔径、内部最长通道距离、内部最长通道与水平方向夹角、平均通道宽度这4个几何参数,最终构建孔洞型碳酸盐岩储层连通指数。连通指数在伊拉克东南部B油田FQ-1井M组MB21亚油组孔洞型碳酸盐岩储层的应用表明,利用此方法建立的连通指数与FQ-1井碳酸盐岩储层岩心渗透率相关系数达0.8437,并且连通指数曲线的趋势符合岩心渗透率在储层不同深度的分布情况,证明了连通指数可以指示储层孔隙结构较好、溶蚀孔洞发育的深度段,并可以划分储层中连通性较好的深度区间,该参数对于寻找碳酸盐岩储层渗透层具有重要意义。

面向目标特征提取的连通域标记算法

目标特征是目标分类识别的基础,在二值图像中常基于像素连通关系进行提取并通过连通域标记使所含像素能便捷访问。文章简要分析了常见连通域标记算法的性能,针对三种特殊而常见的连通域与目标间的对应关系指出其在目标特征提取中的不适用性,为提高目标特征完整性和准确性在目标语义层次重新定义了像素连通,利用区域边界扫描以及对边界像素的有效标记,将取决于二维信息的连通关系识别转化到一维中,使每行(列)的处理过程相互独立,从而实现一遍逐行(列)的图像扫描即可完成特征提取(包括目标轮廓)及连通域标记,且标号连续。最后通过仿真从效率、适用性及内存耗费等方面对算法进行了验证与分析。

基于游程与轮廓跟踪的连通区域标记改进算法

为了进一步提高连通区域标记的效率,提出了一种改进的基于游程与轮廓跟踪技术相结合的连通区域标记算法。该算法首先判断当前前景像素点是孤立点还是轮廓点,然后判断是外轮廓还是内轮廓,并用相应的轮廓标记算法对其进行标记,最后用游程标记方法对本行中剩余的前景像素进行标记,整个过程无需等价表,耗时较少。实验证明,改进后算法的标记效率提高大约24.5%。