连通域标记方法

一种基于连通域标记的矿井巷道灯识别方法　

寇立强　，　于国防　，　谭相录　，　付丽娜　

（中国矿业大学信息与电气工程学院．徐州２２００００）　★　

摘　要：针对本次项目中每帧视频图像中出现多个矿井巷道灯区域和标示牌区域．提出一种基于连　

通域标记的矿井巷道灯识别方法。此算法能很好地标记出图像的所有连通区域．并且通过　

计算各个连通区域的面积特征，很好地把目标识别出来，为下一步机车定位与跟踪打下了　

基础，此算法满足实时性要求。　

关键词：阈值分割；连通域；连通成分标记；标记图像　

０　引言　

在图像自动目标识别和跟踪过程中．首先对图像　

目标进行阈值分割提取．得到的二值图像通常包含多　

个连通区域　在本次项目中．摄像头是安装在井下机车　

的头部．随着机车的运动而运动．一帧视频图像中有时　

出现好几个矿井巷道灯区域，还有标识牌区域。但是，　

我们只对摄像头正前方离机车最近的矿井巷道灯区域　

感兴趣。因此。连通域标记算法可以帮我们实现这一目　

标　标记图像是一种很好的区域表示方法．可用于进一　

步的图像处理过程　其思想是为每一块检测到的连通　

区域赋予一个唯一的标号．并建立一幅图像．其中区域　

内的像素都用唯一的标号作为像素值　从而我们可以　

把不同大小、不同形状的连通区域划分开来．并且计算　

各个连通区域的特征，找到我们想要的目标　

连通成分标记算法有很多种　经典算法是由　

ＲｏＳｅｎｆｅｌｄ和Ｐｆａｌｔｚ于１９６６年提出来的．它是以经典的　

图连通成分为基础Ｉｌｊ　本文采用一种交易理解的基于像　

素的连通成分序贯标记算法．能很好地把目标识别出　

来．并且能满足实时性要求。矿井巷道灯识别工作流程　

如图１所示。　

１　井下矿井巷道灯图像的二值化分割　１．１中值滤波　

由于矿井下阴暗潮湿、光线不足、空间狭小、湿度　

大、粉尘多等特点．前期采集得到的视频图像含有很多　

的噪声，为了提高分割效果，需要对视频图像预处理　

考虑到矿井背景单一．目标物只是矿井巷道灯．所以采　

⼆值图像连通区域标记这⾥列举⼆值图像连通域标记算法包括直接扫描标记算法和⼆值图像连通域标记快速算法⼀、直接扫描标记算法把连续区域作同⼀个标记，常见的四邻域标记算法和⼋邻域标记算法。1、 四邻域标记算法：1） 判断此点四邻域中的最左，最上有没有点，如果都没有点，则表⽰⼀个新的区域的开始。2） 如果此点四邻域中的最左有点，最上没有点，则标记此点为最左点的值；如果此点四邻域中的最左没有点，最上有点，则标记此点为最上点的值。3） 如果此点四邻域中的最左有点，最上都有点，则标记此点为这两个中的最⼩的标记点，并修改⼤标记为⼩标记。2、 ⼋邻域标记算法：1） 判断此点⼋邻域中的最左，左上，最上，上右点的情况。如果都没有点，则表⽰⼀个新的区域的开始。2） 如果此点⼋邻域中的最左有点，上右都有点，则标记此点为这两个中的最⼩的标记点，并修改⼤标记为⼩标记。3） 如果此点⼋邻域中的左上有点，上右都有点，则标记此点为这两个中的最⼩的标记点，并修改⼤标记为⼩标记。4） 否则按照最左，左上，最上，上右的顺序，标记此点为四个中的⼀个。代码实现： [cpp] 01. #include 02. #include 03. #include 04. //连通区域属性结构 05. typedef struct tagMarkRegion 06. { 07. std::list MarkPointList;//点列表 08. RECT rect; 09. }MarkRegion; 10. 11. //定义MarkMap 结构，⽤来存放等价对 12. typedef struct tagEqualMark 13. { int MarkValue1; //标记值 14. int MarkValue2; //标记值 15. } EqualMark; 16. 17. //定义MarkMapping 结构，⽤来存放标记映射关系 18. typedef struct tagMarkMapping 19. { int nOriginalMark; //第⼀次扫描的标记 20. int nMappingMark; //等价整理之后对应标记 21. } MarkMapping; 22. 23. /* 24. 功能说明：⼋连通标记 25. 参数说明：I，表⽰图像数据指针 26. ImageWidth,表⽰图像宽 27. ImageHeight，表⽰图像⾼ 28. off，表⽰偏移量 29. nFlag,表⽰指定标记 30. iColorType，表⽰颜⾊类型，（⿊点，⽩点） 31. markInfo，表⽰连通区域属性信息 32. 返回值：连通点数量，int类型 33. */ 34. int FillAreaFlag33(LPINT I,int ImageWidth,int ImageHeight,long off,int nFlag,int iColorType,MarkRegion &markInfo) 35. { 36. bool bNew; 37. RECT rect; 38. int m,n,i,j,k,nDot=1,offset,offtemp,yMin; 39. int dxy[8],x,y; 40. dxy[0]=-ImageWidth-1; dxy[1]=-ImageWidth; dxy[2]=-ImageWidth+1; 41. dxy[3]=-1; dxy[4]=1; 42. dxy[5]=ImageWidth-1; dxy[6]=ImageWidth; dxy[7]=ImageWidth+1; 43. rect.left=65535; rect.right=-1; 44. rect.bottom=65535; rect.top=-1; 45. markInfo.MarkPointList.clear(); 46. POINT ptTmp;

第15卷第2期2005年4月 江苏大学学报(医学版)JournalofJiangsuUniversity(medicine) Vo.l15No.2Apr.2005 一种易于实现的适于细胞图像连通区域的标记算法喻 杰,许化溪(江苏大学医学技术学院,江苏镇江212001)[摘 要] 目的:为了实现简化细胞图像连通区域标记算法,本研究结合当前的应用情况提出了一种基于递归技术并适合于细胞图像目标区域的标记算法,探讨了其应用于白细胞计数的可能性。方法:常规瑞氏染色光镜下人工计数白细胞;应用计算机和CCD相机采集血涂片细胞图像,细胞标记递归算法进行细胞图像处理并计数白细胞。结果:此算法只需要一次扫描就可完成标记过程,因此算法的实现比经典的像素标记算法大大简化。应用该算法对19份血涂片样本进行标记,取得了较为满意的效果。本文还对区域标记时应注意的问题进行了讨论。结论:本研究应用递归过程建立的细胞图像连通区域的标记算法,适于在尚不发达地区实现白细胞计数的计算机化,也为应用计算机进行医学形态学研究提供了思路。[关键词] 细胞图像;图像分割;连通区域[中图分类号] R446 [文献标识码] A [文章编号] 1671-7783(2005)02-0152-03AnAchievableAlgorithmSuitabletoCellImageConnectedAreaYUJie,XUHua-xi,WANGSheng-jun(SchoolofMedicalTechnology,JiangsuUniversity,ZhenjiangJiangsu212001,China)[Abstract] Objective:Inordertosimpletherealizationofconnectedcomponentlabelingalgorithm,aconnectedcomponentlabelingalgorithmbasedonrecursionispresentedinthisstudy,itmaybeusefulforwhitebloodcell(WBC)coun.tMethods:puterandCCDcamerawereappliedtotakethepictureofbloodcellsfrombloodsmearandthecellimagewastreatedusingthealgorithmofcelllabelingrecursion.Results:Thisalgorithmcancompletethelabelingwithonlyonetimeofscanning,sotherealizationofthealgorithmwasmoresimplerthanthatoftheclassicpixellabeling.Applyingthisalgorithminlabelingnineteensamplesofbloodcellflakeobtainedsa-tisfyingeffec.tConclusion:ThealgorithmissuitableforcomputerizingWBCcountinalessdevelopedarea,italsohelptobringaboutcomputerapplicationonmedicalmorphologicstudies.[Keywords] Cellimage;Imagesegmentation;Connectedarea 生物医学研究有一个显著的特点)))海量信息,现代众多的医学研究都需要借助计算机,这是因为计算机有着高速,准确的信息处理能力。随着传感技术、模式识别技术的发展,计算机已被广泛应用在生物医学领域进行信息处理。其中细胞分类记数就是一个经典的应用实例,同时细胞分类记数也是一项重要的辅助诊断技术。就计算机来讲,记数就是一个对细胞图像目标区域进行标记的过程,当前比较流行的区域标记(将图像上不同的连通区域用不同的数值表示,而同一个目标区域所有的象素点用一个值表示)算法有象素点标记算法和游程连通性算法。本文以经过处理得到的二值图像为基础,主要对象素点标记算法进行了研究。分析了该标记算法在处理算法实现、可读性方面的不足,提出了基于递归技术的简化标记算法,并在血细胞计数中予以验证,以期为临床检验工作提供方便。1 材料与方法111 材 料外周血涂片,高倍显微镜,视频相机,图像采集[基金项目]国家自然科学基金资助项目(30471627);江苏省/333工程0资助项目[作者简介]喻 杰(1979-),男,硕士研究生;许化溪(联系人),教授,博士生导师,E-mai:lxuhx@卡,计算机。112 方 法11211 血涂片显微镜记数 常规采血制成涂片,用Wright染色,显微镜观察与计数。11212 采集彩色细胞图像 将制备好的的血涂片置光镜下,调好焦距,然后连接彩色CCD相机进行原始图像采集,图像模拟信号经过图像采集卡转换成数字信号并存入计算机。11213 细胞标记处理 彩色图→灰度图→二值图→标记细胞标记递归算法:①首先按从左到右,从上到下以TV光栅的方式从图像的左上角开始扫描。直到发现一个没有标记的1象素点。②对此1象素点赋予一个新的标记NewFlag。③按图1的编号次序的对此1象素(阴影)点的8个邻点进行扫描,如果遇到没有标记的1象素点就把它标记为new-Flag(它也就是②中的NewFlag)。此时又要按上述次序扫描8个邻点中的1象素的8个邻点,如遇到没有标记的1象素,又将它标记为NewFlag。次过程是一个递归,在邻点中遇到没有标记的1象素点,递推一层,直到没有标记的1象素点被耗尽,才开始层层返回。④递归结束,继续扫描没有标记的1象素点,然后执行②、③两个步骤。⑤反复执行上述过程直至光栅扫描到图像的右下角。

python中连通域算法

Python 中连通域算法

连通域可以简单理解为一个图像中相邻的像素点相连形成的一块区域。在图像处理中，我们常常需要对这些连通的区域进行一些操作，比如找到其中的特征、选择某个区域进行分析或对整个区域进行一些操作。在 Python 中，我们可以使用一些算法来找到图像中的连通域并进行相应的操作。

接下来，我将逐步介绍 Python 中连通域的概念、如何找到连通域、如何在连通域上进行特定操作的方法。

1. 连通域的概念

在图像处理中，连通域是一个由相邻的像素点构成的区域。在二值图像中，像素点的值通常只有两个，例如黑色和白色，被称为“0”和“1”。连通域的数量和形状通常与图像中的目标有关。例如，在一张图片中，我们可能需要找到所有联通的数字或字母，或者只需要找到图像中最大或最小的连通区域。

2. 连通域的查找算法

在 Python 中，我们可以使用不同的算法来查找连通域。其中，最常用的两种算法是DFS（深度优先搜索）和BFS（广度优先搜索）。在这里，我们将重点介绍 DFS 算法。

DFS 算法是一种非常适合连通域查找的算法。它的基本思路是从图像中的某个像素点开始，沿着该点所在的连通域递归地访问所有相邻的未访问过的像素点。通过递归，我们可以遍历整个连通域，并找到所有的像素点。

为了演示 DFS 算法，我们先创建一个简单的二值图像。以下代码创建一个

10x10 的方形图像，其中心区域是黑色的（0），外围是白色的（1）。

import numpy as np

import matplotlib.pyplot as plt

image = np.ones((10, 10), dtype=np.uint8) # 创建一个10x10的白色方形图像

image[3:7, 3:7] = 0 # 将图像中心区域切换为黑色

plt.imshow(image, cmap=plt.cm.gray) # 绘制图像