连通区域标记算法

第２８卷第１０期　２０１１年ｌ０月　计算机应用研究　Ａｐｐｌｉｃａｔｉｏｎ　Ｒｅｓｅａｒｃｈ　ｏｆ　Ｃｏｍｐｕｔｅｒｓ　Ｖｏ１．２８　Ｎｏ．１０　Ｏｃｔ．２０１１　

基于均值漂移一连通域标记的多目标跟踪算法木　

鲁好波，李坚强，王小民　

（深圳大学计算机与软件学院，广东深圳５１８０６０）　

摘要：提出一种基于Ｍｅａｎ　Ｓｈｉｆｔ改进算法与连通域标记的多目标跟踪算法。在多目标跟踪过程中，对目标瞬　

间丢失、目标遮挡或重叠时目标跟踪失败等情况有较好的改进。在跟踪过程中，当目标丢失时，基于改进的　

Ｍｅａｎ　Ｓｈｉｆｔ算法能自适应调整搜索窗口尺寸和方向。通过自适应扩展搜索窗口，利用连通域标记算法搜索目标　

并计算其矩特征来获得跟踪目标的重心和大小信息，并将获得的位置和尺度信息作为下一帧Ｍｅａｎ　Ｓｈｉｆｔ算法跟　

踪初始坐标和尺度，统计目标区域颜色直方图作为Ｍｅａｎ　Ｓｈｉｆｔ算法目标模型，从而解决了因目标速度过快而引起　

的目标瞬间丢失问题。最后研究结果显示，这种改进的目标跟踪算法可以有效改善多目标跟踪的性能，实现目　

标连续跟踪。　

关键词：均值漂移；多目标跟踪；连通域标记；矩特征；特征匹配　

中图分类号：ＴＰ３９１；ＴＰ２４２　文献标志码：Ａ　文章编号：１００１—３６９５（２０１１）１０—３９６３—０４　

ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１－３６９５．２０１　１．１０．１００　

Ｍｕｌｔｉ—ｏｂｊ　ｅｃｔｉｖｅ　ｔｒａｃｋｉｎｇ　ｍｅｔｈｏｄ　ｂａｓｅｄ　ｏｎ　

Ｍｅａｎ　Ｓｈｉｆｔ　ｃｏｎｎｅｃｔｅｄ　ｃｏｍｐｏｎｅｎｔ　ｌａｂｅｌｉｎｇ　

ＬＵ　Ｈａｏ—ｂｏ，ＬＩ　Ｊｉａｎ・ｑｉａｎｇ，ＷＡＮＧ　Ｘｉａｏ—ｍｉｎ　（Ｓｃｈｏｏｌ　ｏｆＣｏｍｐｕｔｅｒ＆Ｓｏｆｉｗａｍ，Ｓｈｅｎｚｈｅｎ　Ｕｎｉｖｅｒｓｉｔｙ，Ｓｈｅｎｚｈｅｎ　Ｇｕａｎｇｄｏｎｇ　５１８０６０，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ｔｈｉｓ　ｐａｐｅｒ　ｐｒｏｐｏｓｅｄ　ａｌｌ　ｉｍｐｒｏｖｅｄ　Ｍｅａｎ　Ｓｈｉｆｔ　ｂａｓｅｄ　ａｌｇｏｒｉｔｈｍ　ａｎｄ　ａ　ｃｏｎｎｅｃｔｅｄ　ｃｏｍｐｏｎｅｎｔｓ　ｌａｂｅｌｉｎｇ　ａｌｇｏｒｉｔｈｍ　ｆｏｒ　ｍｕｌｔｉ－ｔａｒｇｅｔ　ｔｒａｃｋｉｎｇ，ｗｈｉｃｈ　ｈａｄ　ａ　ｇｏｏｄ　ｐｅｒｆｏｒｍａｎｃｅ　ｉｎ　ｔｈｅ　ｐｒｏｃｅｓｓ　ｏｆ　ｍｕｌｔｉ－ｔａｒｇｅｔ　ｔｒａｃｋｉｎｇ　ｔｏ　ｄｅａｌ　ｗｉｔｈ　ｔｈｅ　ｓｉｔｕａｔｉｏｎｓ　ａｓ　ｔａｒｇｅｔ　ｉｎｓｔａｎｔ　ｌｏｓｓ，ｔａｒｇｅｔ　ｏｃｃｌｕｓｉｏｎ　ａｎｄ　ｔａｒｇｅｔ　ｔｒａｃｋｉｎｇ　ｆａｉｌｕｒｅ　ｄｕｒｉｎｇ　ｔｈｅ　ｏｖｅｒｌａｐｐｉｎｇ．Ｗｈｅｎ　ｔｈｅ　ｔａｒｇｅｔ　ｗａｓ　ｍｉｓｓｉｎｇ　ｉｎ　ｔｈｅ　ｔｒａｃｋｉｎｇ，ｔｈｉｓ　ｉｍｐｒｏｖｅｄ　ｔｒａｃｋｉｎｇ　ａｌｇｏｒｉｔｈｍ－－Ｍｅａｎ　Ｓｈｉｆｔ　ｃｏｕｌｄ　ｂｅ　ｓｅｌｆ－ａｄａｐｔｅｄ　ｔｏ　ａｄｊｕｓｔ　ｔｈｅ　ｓｉｚｅ　ａｎｄ　ｄｉｒｅｃｔｉｏｎ　ｏｆ　ｓｅａｒｃｈ　ｗｉｎｄｏｗ．Ｗｈａｔ’Ｓ　ｍｏｒｅ，ｔｈｒｏｕｇｈ　ｔｈｅ　ｓｅｒｆ－ａｄａｐｔｉｖｅ　ｅｘｔｅｎｄｅｄ　ｓｅａｒｃｈ　ｗｉｎｄｏｗ，ｉｔ　ｍａｄｅ　ｕｓｅ　ｏｆ　ｃｏｎｎｅｃｔｅｄ　ｃｏｍｐｏｎｅｎｔｓ　ｌａｂｅｌｉｎｇ　ａｌｇｏｒｉｔｈｍ　ｔｏ　ｓｅａｒｃｈ　ｔａｒ－　ｇｅｔ　ａｎｄ　ｃａｌｃｕｌａｔｅ　ｉｔｓ　ｍｏｍｅｎｔ　ｃｈａｒａｃｔｅｒ　ａｓ　ｔｏ　ａｃｑｕｉｒｅ　ｔｈｅ　ｔｒａｃｋｉｎｇ　ｔａｒｇｅｔ　ｆｏｃｕｓ　ａｎｄ　ｓｉｚｅ，ａｎｄ　ｔｈｅ　ｇｅｔｔｉｎｇ　ｔａｒｇｅｔ　ｆｏｃｕｓ　ａｎｄ　ｓｉｚｅ　ｗｉｌｌ　ｂｅ　ｔｈｅ　ｔｒａｃｋｉｎｇ　ｉｎｉｔｉａｌ　ｃｏｏｒｄｉｎａｔｅ　ａｎｄ　ｓｉｚｅ　ｏｆ　Ｍｅａｎ　Ｓｈｉｆｔ　ｉｎ　ｔｈｅ　ｎｅｘｔ　ｆｒａｍｅ．Ｃａｌｃｕｌａｔｅｄ　ｔｈｅ　ｃｏｌｏｒ　ｈｉｓｔｏｇｒａｍ　ｏｆ　ｔｈｅ　ｏｂｊｅｃｔ　ｒｅｇｉｏｎ　ａｎｄ　ｐｕｔ　ｔｈｅ　ｈｉｓｔｏｇｒａｍ　ａｓ　ｔｈｅ　ｏｂｊｅｅｔ　ｍｏｄｅ１．Ｔｈａｔ　ｃｏｕｌｄ　ｓｏｌｖｅ　ｐｒｏｂｌｅｍｓ　ａｓ　ｔａｒｇｅｔ　ｌｏｓｓ　ｒｅｓｕｌｔｅｄ　ｆｒｏｍ　ｔｈｅ　ｏｖｅｒ—ｓｐｅｅｄ　ｔａｒｇｅｔ　ｍｏｖｉｎｇ．　Ｔｈｅ　ｆｉｎａｌ　ｒｅｓｕｌｔｓ　ｅｌｉｃｉｔ　ｔｈａｔ　ｔｈｉｓ　ｋｉｎｄ　ｏｆ　ｉｍｐｒｏｖｅｄ　ｔａｒｇｅｔ　ｔｒａｃｋｉｎｇ　ａｌｇｏｒｉｔｈｍ　ｃａｎ　ｂｅ　ｅｆｆｉｃｉｅｎｔ　ｉｎ　ａｍｅｌｉｏｒａｔｉｎｇ　ｔｈｅ　ｆｕｎｃｔｉｏｎ　ｏｆ　ｍｕｌｔｉ－　ｔａｒｇｅｔ　ｔｒａｃｋｉｎｇ　ａｎｄ　ｒｅａｌｉｚｉｎｇ　ｔａｒｇｅｔ’Ｓ　ｃｏｎｔｉｎｕｉｎｇ　ｔｒａｃｋｉｎｇ．　Ｋｅｙ　ｗｏｒｄｓ：Ｍｅａｎ　Ｓｈｉｆｔ；ｍｕｌｔｉ—ｔａｒｇｅｔ　ｔｒａｃｋｉｎｇ；ｃｏｎｎｅｃｔｅｄ　ｃｏｍｐｏｎｅｎｔ　ｌａｂｅｌ；ｔｏｒｑｕｅ；ｃｈａｒａｃｔｅｒｓ　ｍａｔｃｈ　

光纤断点的查找方法

光纤断点的查找方法

1. 剔除背景噪声法

通过剔除背景噪声的方法可以更准确地找到光纤断点。具体步骤如下： - 将图片加载到一个图像处理软件中； - 利用阈值分割算法将图像二值化，去除背景噪声； - 针对二值化后的图像，可以使用腐蚀、膨胀等形态学处理方法进一步精确断点位置。

2. 图像滤波法

图像滤波法是许多光纤断点查找算法的基础，它可以提高图像的质量，减少背景噪声。以下是几种常用的图像滤波方法： - 均值滤波器：通过取邻域像素的平均值来减小图像中的噪声； - 中值滤波器：通过取邻域像素的中值来平滑图像，有效去除椒盐噪声； - 高斯滤波器：使用高斯函数对图像进行滤波，可以有效地平滑图像。

3. 边缘检测法

光纤断点通常位于图像的边缘上，因此利用边缘检测算法可以找到断点的位置。以下是几种常见的边缘检测算法： - Sobel算子：通过对图像进行卷积操作，提取图像中的边缘信息； - Canny算子：结合多种滤波器和阈值处理，得到图像中的最优边缘信息； -

Laplacian算子：通过计算二阶偏导数，检测图像中的边缘。 4. 光纤断点检测算法

除了以上传统的图像处理方法，还可以使用一些专门针对光纤断点检测的算法。以下是几种常用的光纤断点检测算法： - Hough变换：可以在图像中检测到直线，通过设置合适的阈值，可以找到断点所在的直线； - 霍夫曼编码：通过对图像进行编码，根据编码特征找到断点位置； - 神经网络：利用深度学习算法训练模型，识别图像中的光纤断点。

5. 数学形态学算法

数学形态学是一种基于数学理论的图像处理方法，可以有效地处理光纤断点。以下是常见的数学形态学算法： - 腐蚀算法：通过将结构元素与图像进行卷积，将亮点逐渐缩小，最终找到断点的位置； -

膨胀算法：与腐蚀算法相反，通过将结构元素与图像进行卷积，将亮点逐渐放大，找到断点的位置； - 开运算和闭运算：由腐蚀和膨胀操作组成，可以用于去除孤立的小点或连接断开的线段。

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。

- 1 - 最大连通域算法

最大连通域算法是一种用于图像处理和计算机视觉领域中的算法，其目的是找到一张图像中最大的可以连通的区域。该算法的应用范围广泛，包括数字图像处理、医学图像分析、机器视觉等领域。

最大连通域算法的实现过程通常分为以下几步：

1. 图像预处理：对原始图像进行预处理，去除噪声、平滑图像等。

2. 图像分割：将图像分割成若干个区域，每个区域内的像素具有相似的特征。

3. 连通性分析：针对每个区域，分析像素之间的连通性，即判断哪些像素能够通过直接或间接的路径相连。

4. 区域筛选：根据像素的连通性，筛选出最大的连通域，即可以连接最多像素的区域。

最大连通域算法可以使用多种不同的技术实现，包括深度优先搜索（DFS）、广度优先搜索（BFS）、并查集等。其中，BFS算法通常被认为是最有效的实现方式之一，因为它可以在较短的时间内查找到所有连通域，并且可以避免DFS算法可能遇到的栈溢出问题。

总的来说，最大连通域算法是一种非常实用的图像处理算法，它可以帮助我们快速准确地找到图像中的最大连通域，从而提高图像处理和计算机视觉的效率和精度。