快速的复连通区域扫描线图形填

范文一：快速的复连通区域扫描线图形填充新方法

国防科技大学学报

第25卷第4期

JO URN AL OF NA TIONAL UNIVERSITY OF DEFENSE TECHNOLOGY

Vol. 25No. 42003

文章编号:1001-2486(2003) 04-0068-04

快速的复连通区域扫描线图形填充新方法

李波, 吴琼玉, 刘东华, 唐朝京, 张尔扬

(国防科技大学电子科学与工程学院, 湖南长沙 410073)

摘要:对复连通区域填充算法进行了细致的研究, 提出一种新的扫描线填充算法。该算法先对目标边界进行标注, 提供判断条件, 然后用扫描线进行填充; 该算法不仅适用于单连通区域, 而且也适用于复杂区域的填充。该算法效率高, 通用性强, 实现简单, 填充准确。

关键词:扫描线填充; 链码标注; 图像处理中图分类号:TP391; O235 文献标识码:B

A New Fast Algorithm for Scan Filling of the Complex

Connecting Area

LI Bo, WU Qiong -yu, LIU Dong -hua,TANG Chao -jing, ZHANG Er -yang

(College of Electronic S cience and Engineering, National Univ. of Defense Technology, Changsha 410073, China)

Abstract:Filling algor ithm of the complex connecting area is studied and a new scan line algorithm for filling area is presented. Using this algorithm, every edge pixel for judgment is labelled, then the area is filled using the scan line. This algor ithm is applied not only to si mple connecting area, but also to the complex area. And it is efficient, flexible, easy and exact.

Key words:scan line filling; boundary encode label; imag e pro cess

实面积填充是图形显示和图像处理中的一个基本问题, 它在计算机辅助设计、真实感图形学、图形

图像处理等方面都有广泛的应用。填充方式的选择和填充效率的提高是两个十分重要的问题。在传统的种子填充算法中, 一般要将已经填充过的像素点进行再次或多次重复判断, 例如扫描线种子填充算法, 绝大多数像素点的判断次数要高达三次, 这必然降低填充效率。而传统的扫描线填充方法则要先找出y 值相同的点, 再按x 值大小进行排序, 然后进行配对, 因为要考虑凹凸点和切点等情况, 计算量大, 实现难。本文提出边界标注扫描线填充法, 只需先对边界进行运算判断, 求出边界的标注, 再进行扫描线填充, 对内部填充像素不再进行判断, 这样就可以使效率大大提高, 而且通用性强, 实现简单, 填充准确。

下面以对图1所示的复杂区域的填充过程为例, 说明如何进行边界标注扫描线填充。图1中的目标图由外边界和内边界组成, 要填充的区域就是由外边界和内边界所围住的环形区域, 外边界是凹凸不规则的曲线, 由于显示面积有限, 在此, 内边界就以简单的凸曲线为例。本文提出的算法适应外边界和内边界都是不规则形状的情形。

图1

目标图

Fig. 1 Object . s figure

X 收稿日期:2003-01-02

作者简介:李波(1974) ) , 男, 博士生。

李波, 等:快速的复连通区域扫描线图形填充新方法

1 边界标注

1. 1 Freeman 链码

Freeman 链码表示目标相邻点的位置矢量关系, 如图2所示。数字图像中, 8连通曲线实际上是一折线, 曲线上相邻两像点之间的连接有8个可能的方向, 为此定义8个方向符0、1、2、3、4、5、6和7, 它们分别表示0b 、45b 、90b 、135b 、180b 、225b 、270b 、315b 八个方向。其中方向符1、2、3表示y 值增大, 方向符5、6、7表示y 值减小, 方向符0、4表示y 值相同。1. 2 边界的前矢量标注和后矢量标注

在图像处理中, 得到边界值是进行处理的前提, 在此不妨假定已得到外边界的每个像素点的坐标值pixlOut[i].x 、pixlOut[i].y , 内边界的每个像素点的坐标值pixlIn[i].x 、p ixlIn[i].y 。

[1]

图2 Fr eeman 链码定义Fig. 2 Fr eeman boundary

encode . s definition

对外边界和内边界分别进行前矢量标注(定义为:前一像素点与本像素点的位置关系) 和后矢量标注(定义为:本像素点与下一像素点的位置关系) 。

对外边界S out (i) 和内边界S in (i) 进行矢量标注与Freeman 链码的关系应遵循的原则如下:

-1, a i =1, 2, 3

S out (i) =

0, a i =0, 4 1, a i =5, 6, 7

a i 为第i 点的Freeman 链码值。

根据以上原则, 得到图1的前矢量标注如图3所示, 图1的后矢量标注如图4所示。

101111011

111101

111

1011

011

011101

111

1110

011

11101

110

111

-1, a i =1, 2, 3

S in (i) =

0, a i =0, 4 1, a i =5, 6, 7

图3 前矢量标注图4 后矢量标注

Fig. 3 For e vector . s label Fig. 4 Behind vector . s label

将对应点的前矢量标注与后矢量标注相加, 得结果如图5所示。

设图5所示的前后矢量标注由次外边界标注S c out [i]和次内边界标注S c in [i]组成。下面分别由次

外边界标注S c out [i]和次内边界标注S c in [i]得到外边界标注S out [i]和内边界标注S in [i]。

70 国防科技大学学报 2003年第4期

112221122

101

211

022

2112

211

122

1111110

1111

011111

111

11001

111

图5 前后矢量相加图6 最后矢量标注

Fig. 5 Sum of fore vector . s label and behind vector . s label F ig. 6 The last vector . s label

由S c out [i]得到S out [i]应遵循的原则与文献[1]中求面积的边界标注完全相同。

由S c in [i]得到S in [i]应遵循的原则以VC 程序的形式说明如下:switch(S c in [i]) {

case -2:S i n [i]=-1; case 2:S in [i]=1; case 0:S in [i]=0;

case -1:if(pixlIn[i].y =pix lIn[i-1]. y &&pixlIn[i]. x

S in [i]=0;

if(pixlIn[i].y =pix lIn[i-1]. y &&pixlIn[i]. x >pix lIn[i-1]. x) S in [i]=-1;

if(pixlIn[i].y =pix lIn[i+1]. y &&pixlIn[i]. x

if(pixlIn[i].y =pix lIn[i+1]. y &&pixlIn[i]. x >pix lIn[i+1]. x)

S in [i]=-1;

case 1:if(pixlIn[i].y =pixlInt[i-1].y &&pixlIn[i].x <>

S in [i]=1;

if(pixlIn[i].y =pixlIn[i-1].y &&pixlIn[i].x >pixlIn[i-1].x) S in [i]=0;

if(pixlIn[i].y =pixlIn[i+1].y &&pixlIn[i].x

if(pixlIn[i].y =pixlIn[i+1].y &&pixlIn[i].x >pixlIn[i+1].x) S in [i]=0;

}

最后得到矢量标注如图6所示。

2 基于边界标注的扫描线填充

上面已经得到整个边界每个点的标注, 下面给出基于边界标注的填充方法。

可定义一个布尔变量bFill, 初始值为False, 然后从最低行开始向上逐行扫描, 遇到边界点就读取标注值, 若标注值为-1, 就将bFill 变为True; 若标注为1, 就将bFill 变为False; 其他情况不变。在扫描过程

李波, 等:快速的复连通区域扫描线图形填充新方法

中, 在bFill 为True 时, 遇到255(白色点) 值的点, 就将点填为0(即填黑) ; 在bFill 为False 时, 不进行填充。这样从最下面一行扫描到最上面一行就实现了填充过程。

3 整个填充过程

整个填充过程可总结如下:

(1) 根据相邻点y 值的变化, 分别得到外边界和内边界的前矢量标注和后矢量标注;

(2) 将对应点的前矢量标注与后矢量标注相加;

(3) 在第(2) 步结果的基础上, 根据前文所叙述的方法, 得到最终的每个边界像素点的标注值; (4) 根据每个边界像素点的标注值进行逐行扫描填充。

对于只有一个目标区域的情况:在图像处理中可以通过边缘跟踪算法得到边界像素点的坐标值, 习惯将左下角定为坐标的起始点, 即(0, 0) 点; 不妨将最下面一行的最左边的点定为起始点, 如图1的标注所示。这样在进行第(4) 步的扫描填充之前, 很容易求出外边界的x 值的最小值、最大值和y 值的最小值、最大值; 这样可在由点(x 值的最小值, y 值的最小值) 和点(x 值的最大值, y 值的最大值) 所界定的区域进行扫描填充。

对于有多个目标区域的情况:可以先对整个图形的所有区域目标进行边界标注, 在填充时从图形的最低一行开始自下向上、自左向右按上面的填充规则进行扫描填充, 当扫描至整个图形的最后一个像素点时, 即将所有的区域目标填充完毕。这样省去了求x 值和y 值的最大值和最小值, 进一步节省了计算量(当然也可以对每个目标像单个目标填充一样进行填充) 。

4 结束语

对于本文所提出的方法, 与文献[3~6]中的扫描线填充方法相对照, 无需进行计算对比, 该方法原理简单、实现复杂度减小、计算量大大减小、算法效率高。尤其是对多个目标进行填充时, 以前的算法都要进行逐个填充, 而本文所提出的方法可对多个目标进行统一填充, 使填充效率进一步提高。

参考文献:

[1] 李波, 刘东华, 梁光明, 唐朝京. 一种计算任意形状封闭区域面积的新方法[J]. 国防科技大学学报, 2002(4). [2] 孙即祥. 数字图像处理[M]. 石家庄:河北教育出版社, 1993.

[3] 刘晓东, 胡兵, 李又生, 朱耀庭. 复杂区域的通用性填充算法研究[J]. 华中理工大学学报, 1997(6) . [4] 李桂清, 李陶深. 扫描线种子填充算法的问题及改进[J]. 广西大学学报, 1998(9) .

[5] 任继成, 刘慎权. 区域填充扫描线算法的改进[J]. 计算机辅助设计与图形学学报, 1998(6). [6] 何斌, 马天予, 王运坚, 朱红莲. Visual C ++数字图像处理[M]. 北京:人民邮电出版社, 2001.

范文二：【doc】快速的复连通区域扫描线图形填充新方法

快速的复连通区域扫描线图形填充新方法

国防科技大学

箜垄鲞箜塑Q卫Q堕Q!垦:垄Q:垒

文章编号:1001—2486(2oo3)o4—0O68—04

快速的复连通区域扫描线图形填充新方法.

李波,吴琼玉,刘东华,唐朝京,张尔扬

(国防科技大学电子科学与工程学院,湖南长沙41(~73)

摘要:对复连通区域填充算法进行了细致的研究,提出一种新的扫描线填充算法.

该算法先对目标边

界进行标注,提供判断条件,然后用扫描线进行填充;该算法不仅适用于单连通区

域,而且也适用于复杂区域

的填充.该算法效率高,通用性强,实现简单,填充准确.

关键词:扫描线填充;链码标注;图像处理

中图分类号:TP391;0235文献标识码:B

ANewFastAlgorithmforScanFillingoftheComplex ConnectingArea

uBo,W1JQiong-yu,LIUDong-hua,TANGChao-jing,ZHANGEr-yang (CollegeofElectronicScienceandEngineering.NationalUniv.ofDefenseTechnology,Cha

ngsha410073,China)

Abstract:Fillingalgorithmofthecomplexconnectingareaisstudiedandanew8canllnealgori

thmforfillingareais

presented.Usingthisalgorithm,everyedgepixelforjudgmentislabelled,the.

ntheareaisfilledusingthescaIIline.I1Iisalgorithm isapp~ednotonlytosimpleconnectingarea,butalsotothecomplexarea.Anditisefficient,fle

xible,easyandexact.

Keywords:scanllnefilling;boIlI岫encodelabel;imageprocess

实面积填充是图形显示和图像处理中的一个基本问题,它在计算机辅助设计,真实

感图形学,图形

图像处理等方面都有广泛的应用.填充方式的选择和填充效率的提高是两个十分

重要的问题.在传统的

种子填充算法中,一般要将已经填充过的像素点进行再次或多次重复判断,例如扫

描线种子填充算法,

绝大多数像素点的判断次数要高达三次,这必然降低填充效率.而传统的扫描线填

充方法则要先找出Y

值相同的点,再按值大小进行排序,然后进行配对,因为要考虑凹凸点和切点等情况,计算量大,实现难.本文提出边界标注扫描线填充法,只需先对边界进行运算判断,求出边界的标注,再进行扫描线填充,对内部填充像素不再进行判断,这样就可以使效率大大提高,而且通用性强,实现简单,填充准确.

下面以对图1所示的复杂区域的填充过程为例,说明如何进行边界标注扫描线填充.图1中的目标图由外边界和内边界组成,要填充的区域就是由外边界和内边界所围住的环形区域,外边界是凹凸不规则的曲线,由于显示面积有限,在此,内边界就以简单的凸曲线为例.本文提出的算法适应外边界和内边界都是不规则形状的情形.

?收稿日期:2003—01—02

作者简介:李波(1974一),男,博士生.

图1目标图

Fig.1Object'Sfigure

李波,等:快速的复连通区域扫描线图形填充新方法 1边界标注

1.1Freeman链码

Freeman链码表示目标相邻点的位置矢量关系,如图2所示.数字图像中,8连通曲线实际上是一折线,曲线上相邻两像点之间的连接有8个可能的方向,为此定义8个方向符0,l,2,3,4,5,6和7,它们分别表示0o, 45o,90o,135o,180~,225~,270~,315o八个方向.其中方向符l,2,3表示Y值增大,方向符5,6,7表示Y值减小,方向符O,4表示Y值相同. 1.2边界的前矢量标注和后矢量标注

在图像处理中,得到边界值是进行处理的前提,在此不妨假定已得到外边界的每个像素点的坐标值pixlOut[i].,pixlOut[].y,内边界的每个像素点的坐标值pixlln[].,pixlln[].Y. 3

/.\.

/'6

图2Freeman链码定义

Fig.2Freemanboundary

encode'8definition

对外边界和内边界分别进行前矢量标注(定义为:前一像素点与本像素点的位置关系)和后矢量标

注(定义为:本像素点与下一像素点的位置关系)n】.

对外边界S()和内边界S()进行矢量标注与Freeman链码的关系应遵循的原则如下:

卜l,口i:l,2,3卜l,口i=l,2,3

s()={0,ni=0,4S()={0,=0,4

Ll,口i=5,6,7Ll,口'=5,6,7

为第点的Freeman链码值.

根据以上原则,得到图l的前矢量标注如图3所示,图l的后矢量标注如图4所示. 图3前矢量标注图4后矢量标注

Fig.3Forevector'8labelFig.4Behindvector'slabel

将对应点的前矢量标注与后矢量标注相加,得结果如图5所示.

设图5所示的前后矢量标注由次外边界标注s[]和次内边界标注S[]组成.下面分别

由次外

边界标注s[]和次内边界标注S[]得到外边界标注s[]和内边界标注s[].

70国防科技大学20O3年第4期

图5前后矢量相加图6最后矢量标注

Fig.5Sumofforevector'slabelandbehindvector'8labelFig.6Thelastvector'8label

由Is[i]得到Is[i]应遵循的原则与文献[1]中求面积的边界标注完全相同.

由Is[,]得到Is[i]应遵循的原则以VC程序的形式说明如下:

switch(S.m[i])

{

CSSe一2:S.m[i]=一1;

CSSe2:S.m[i]=1;

case0:S.m[i]=0;

CSSe—l:if(pixlIn[i].Y=pixlIn[i一1].Y&&pixlIn[i].X<pixlInEi一1].X)

S.m[i]=0;

if(pixlIn[i].Y=pixlIn[i一1].Y&&pixlIn[i].x>pixlIn[i一1].x)

S.m[i]=一1;

if(pixlIn[i].Y=pixlIn[i+1].Y&&pixlIn[i].x<pixlIn[i+1].x)

Ei]=0;

if(pixlIn[i].Y=pixlIn[i+1].Y&&pixlIn[i].X>pixlIn[i+1].X)

Ei]=一1;

case1:if(pixUnEi].Y=pixlInt[i一1].Y&&pixlIn[i].x<pixlInEi一1].x)

s.m[i]=1;

if(pixHn[i].Y=pixHnEi一1].Y&&pixUnEi].x>p~InEi一1].x)

s.mEi]=0;

if(pixUn[i].Y=pixUnEi+1].Y&&pixHnEi].x<pixHnEi+1].x)

s.mEi]=1;

if(pixHnEi].Y=pixHnEi+1].Y&&pixlIn[i].x>pixUnEi+1].x)

S.mEi]=0;

}

最后得到矢量标注如图6所示.

2基于边界标注的扫描线填充

上面已经得到整个边界每个点的标注,下面给出基于边界标注的填充方法. 可定义一个布尔变量bFill.初始值为False.然后从最低行开始向上逐行扫描,遇到边界点就读取标

注值,若标注值为一1,就将bFnl变为Tme;若标注为1.就将bFill变为False;其他情况不变.在扫描过程

中,在bFill为rme时,~N255(白色点)值的点,就将点填为0(即填黑);在bFill为False时,不进行填充.

李波,等:快速的复连通区域扫描线图形填充新方法71

这样从最下面一行扫描到最上面一行就实现了填充过程.

3整个填充过程

整个填充过程可总结如下:

(1)根据相邻点Y值的变化,分别得到外边界和内边界的前矢量标注和后矢量标注;

(2)将对应点的前矢量标注与后矢量标注相加:

(3)在第(2)步结果的基础上,根据前文所叙述的方法,得到最终的每个边界像素点的标注值;

(4)根据每个边界像素点的标注值进行逐行扫描填充.

对于只有一个目标区域的情况:在图像处理中可以通过边缘跟踪算法得到边界像素点的坐标值,习

惯将左下角定为坐标的起始点,flP(O,0)点;不妨将最下面一行的最左边的点定为起始点,如图l的标注

所示.这样在进行第(4)步的扫描填充之前,很容易求出外边界的值的最小值,最大值和Y值的最小

值,最大值;这样可在由点(值的最小值,Y值的最小值)和点(值的最大值,Y值的最

大值)所界定的

区域进行扫描填充.

对于有多个目标区域的情况:可以先对整个图形的所有区域目标进行边界标注,在填充时从图形的

最低一行开始自下向上,自左向右按上面的填充规则进行扫描填充,当扫描至整个图形的最后一个像素

点时,即将所有的区域目标填充完毕.这样省去了求值和Y值的最大值和最小值,进一步节省了计算

量(当然也可以对每个目标像单个目标填充一样进行填充).

4结束语

对于本文所提出的方法,与文献[3,6]中的扫描线填充方法相对照,无需进行计算对比,该方法原

理简单,实现复杂度减小,计算量大大减小,算法效率高.尤其是对多个目标进行填充时,以前的算法都

要进行逐个填充,而本文所提出的方法可对多个目标进行统一填充,使填充效率进一步提高.

参考文献:

[1]李波,刘东华,粱光明,唐朝京.一种计算任意形状封闭区域面积的新方法[J].国防科技大学,2002(4).

[2]孙即祥.数字图像处理[M].石家庄:河北教育出版社.1993. [3]刘晓东,胡兵,李又生,朱耀庭.复杂区域的通用性填充算法研究[J].华中理工大学,~997(6).

[4]李桂清,李陶深.扫描线种子填充算法的问题及改进[J].广西大学,1998(9). [5]任继成,刘慎权.区域填充扫描线算法的改进[J].计算机辅助设计与图形学,~99a(6).

[6]何斌,马天予,王运坚,朱红莲.Vimalc++数字图像处理[M].北京:人民邮电出版社.2001.

范文三：连通区域提取算法研究

第23卷第l 期 2006年l 月计算机应用与软件

Computer Applications and Software Vol. 23，No. l

Jan. 2006

连通区域提取算法研究

左文明

（华南理工大学电子商务学院广东广州5l0640）

摘要常见的连通区域提取算法是针对四连通区域的。本文分析了几个相关的算法，并指出其优劣点，提出了一个八连通区域提取算法。首先按照一定的标号规则扫描图像，得到一定数量的连通区域；然后针对同一区域内标号不一致的情况进行处理即得到最终处理结果。实验结果表明此方法能有效地提取八连通区域，故可用于连通区域复杂的图像如签名的分块处理中。关键词八连通连通区域连通区域提取签名

STUDY ON CONNECTED REGIONS EXTRACTION

Zuo Wenming

（School of Electronic Business ，South China Uniuersity of Technology ，fuangzhou fuangdong 510640，China ）

Abstr t Common algorithms for extracting connected regions are aimed at 4-connected regions. In this paper ，several related algorithms are analyzed and a new algorithm for 8-connected regions is proposed. First the image is scanned and connected regions are obtained in several labeling strategies. Then some processes are utilized to eliminate labels inconsistency within the same region. Experiment result shows that this algorithm is simple and effective when 8-connected regions are extracted. So it can be used in processing complex images such as signature ima-ges.

Keywords 8-connected Connected region Connected regions labeling Signature image

步骤2 对图像从左到右、从上到下进行扫描，若为背景点

1 引言

连通区域的提取是各种图像处理工作中重要的一个预处理过程。但常见算法是关于四连通区域的研究，其中文献［l ，2］中描述或采用的是区域标号法，但文献［l ］中描述的算法在实现时并不能达到预定的结果。

文献［3］中提出了一个基于边缘点匹配的搜索算法，但在其算法原理描述中，明显出现一个漏洞，尽管在具体实现中被掩盖。由于其采用的仅是上下

图l 连通区域示例一

即（f x ）=0时则继续扫描；若遇到黑色像素即（f x ）=l 时按照以下规则来进行标号。

x ul x l

x u x

x ur

图2 像素关系示意图

（l ）若左上角像素为目标像素，则当前像素标号同左上角像素，即（f x ul ）=l 时，g （x ）=g （x ul ）=K ；

（2）若正上方像素为目标像素，则当前像素标号也同正上则g （x ）=g （x u ）=K ；方像素，即（f x u ）=l ，

（3）若上方为背景点左方为目标点时，当前像素标号值同左方像素，即（f x u ）=0且（f x l ）=l 时，g （x ）=g （x l ）=K ；

（4）如果正上方与左方像素都为目标像素时，则当前像素标号值同左方像素，即（f x l ）=l 时，g （x ）=g （x l ）=f x u ）=l 且（K ；

（5）如果左上方及左方像素为背景点，则分两种情况：（a ）右上角像素为背景点，当前像素标号值增加l ，即K =K +l ；（b ）否则当前像素标号值同右上角像素标号值，g （x ）

=g （x ur ）=K 。

步骤3 扫描完整幅图像后，仍会出现同一区域各部分标号不一致的情况。在同一区域标号变化的地方即相邻像素点不同处会有以下三种情况：

（l ）当前像素标号与左边像素标号不同；

边缘点的匹配，故在如图l 所示情况下就将出现错误。按照其算法描述，当搜

索至第二行第六个目标像素时，由于上下两行各六个像素形成区域的上下边缘点数相等，故此区域搜索完毕。实际上，右边五个像素与此区域为四连通，仍属于一个区域。如果对此算法改进，即可再考虑区域的左右边缘点匹配。当上下边缘点数及左右边缘点数匹配时即为提取了一个完整的四连通区域。

2 本文算法描述

本文研究的是八连通区域的提取，采用了标号处理法。设原始二值图像为f ，区域提取即标号处理后为g 。（f x ）=l 表示当前点为二值图像中黑色像素即为目标点，（f x ）=0表示当前为背景点。分以下步骤来进行：

步骤1 令起始标号值K 为l ；

收稿日期：2004-04-0l 。左文明，博士生，主研领域：模式识别，图像处理，知识产权保护。

（2）当前像素标号与左下角像素标号不同；（3）当前像素与正下方像素标号不同。

计算机应用与软件2OO6年

［5］Yutaka Ishiyama ，Chihiro Funaoka ，Fumio Kubo. LabeIing board based

on boundary tracking. Pattern Recognition ，l992. VoI. IV. Conference D ：Architectures for Vision and Pattern Recognition ，Proceedings ，llth IA-34~38. PR InternationaI Conference on . l992，

针对以上情况可采取再度扫描图像来对不一致的标号进行处理，从而将同一区域中不一致的标号进行更正。例如，假设当前像素与左下角像素标号不同，则可用左下角像素值来更正所有与当前标号值相同的像素。

～～～～～～～～～～～～～～～～～～～～～～～

（上接第78页）

方式的优点是使用了硬件部件设计重用者所关注的重要基本信息（重要基本信息起到精确作用），便于理解，使用方便，正确率大大提高，而且通过粗略的分类能缩小搜索的空间，能满足硬件部件设计重用者的搜索要求。

3 实验结果及算法复杂度分析

3. 1 实验

本文算法针对八连通区域进行处理，故适合含复杂区域的图像如签名的分块处理。图3为四个用作实验的图像，说明中列出了其尺寸及内含连通区域数目。

图3 实验图像（a ）68X 67（四）（b ）68X 67（十）

（c ）l36X 86（四）（d ）l36X 86（二十）

3. 2 算法性能分析

设图像大小为! X ! ，本算法在步骤二的处理运算时间为" ! 2）

，缓存需要量也为" （! 2）。步骤三处理的时间与图像的复杂度有关，但缓存也是需要" （! 2）。

本文算法用VisuaI C ++6. O 编程实现，在赛扬2. 4GHz 、256M 内存，操作系统为Windows XP 的Acer TraveIMate 24O 上运行，图3所示四个图像实验运算的时间如表l 所示。

表1 实验图像处理时间

图像编号

图像大小连通区域数

处理时间（ms ）

a 68＊6745. 443b 68＊67lO 3. 97c l36＊86425. Ol7d

l36＊86

3O. 323

分析以上实验结果表明，本算法不易受连通区域数目的影响，而连通区域面积的大小及规则程度将影响其处理时间。

4 总结

对于八连通区域的研究可见文献不多，文献［5］中主要描述了一个四连通区域提取算法，同时也将此算法扩充至八连通区域。算法简单，但由于其处理的目的是为设计一个连通区域提取的电路板，对内存的限制较多。故其在处理外围边缘点以及具体标号时很繁琐，如在判断当前点是否标号时，需要考虑56种情况。相比而言，本文算法实现简单，是一个提取八连通区域的有效算法。

参考文献

l ］李庆华、周琴芳，“工程图纸中文字符号的识别与提取”，《华中理工

大学学报》，l997，VoI. 25（l2），2O ~22.

2］权炜、郑南宁、贾新春，“复杂背景下的车辆牌照字符提取方法研

究，”《信息与控制》，2OO2，VoI. 3l （l ），25~29.

3］谢贵、彭嘉雄，“基于上下边缘点匹配的连通域搜索算法”，《华中科

技大学学报》，2OO2，VoI. 3O （4），66~68.

4］田学东、李新福、郭宝兰，“印刷文档中表格字符的自动提取算法”，

《河北大学学报》，2OOl ，VoI. 2l （l ），9O ~93.

5 专业搜索引擎总结

搜索引擎的发展趋势之一是建立垂直化专业化领域搜索引擎，调查表明：一半互联网用户认为目前搜索引擎死链接太多，四成以上的互联网用户认为目前的搜索引擎搜索不相关信息太

多，而专业垂直搜索引擎可解决以上问题［6］。由于国外的

GoogIe 、AItaVista 、Yahoo 等，国内的Baidu 、Sohu 、Sina 、Tom 等都不能满足专业需要，因此专业引擎得到发展。如由美国医学信息学会主办的MedicaI Matrix 搜索引擎是目前最重要的医学专业搜索引擎，还有国内金融类专业搜索引擎homeway 和全球最大的环境问题搜索引擎webdirectory 等等都属于此类。与计算机有关的软件组件搜索引擎有卡耐基梅隆大学的软件工程研究所

开发的Agora 以及IBM 开发的aIphaBean ［2，3］。特别是专业搜索

引擎的精选集合Easy Searcher2收罗了超过3OO 个专业搜索引

擎［7］。只可惜上面的搜索引擎都不能满足硬件设计专业的搜

索需求。所以有必要开发与研究针对硬件部件设计的搜索引擎。

6 结束语

由于硬件设计的重用还没有规模兴起，远比不上软件组件的重用规模。现在研究的搜索引擎还能满足需求，一旦向软件组件大规模重用时，该引擎将有可能负荷过重。为了应对这种情况，正在开发一个硬件资源库管理平台，并可以构建基于HCD-S 信息描述体的硬件部件设计资源库，同时建立资源库注册中心。这样搜索引擎可以重点搜索资源库和注册中心，提高效率。

参考文献

［l ］Shang-Hua Lin ，Meng Chang Chen ，Jan-Ming Ho and Yueh-Ming

Huang ，“ACIRD ：InteIIigent Internet Document Organiztion and Re-trievaI ，”IEEE Transaction on KnowIedge and Data Engineering ，VoI. l4，No. 3，pp. 559~6l4，May /June 2OO2.

［2］R. C. Seacord ，S. A. Hissam ，and K. C. waIInau ，“Agora ：A search En-gine for Software Component ”，TechnicaI Report ，CMU /SEL-98-Oll ，l998.

［3］AIphaBeans Homepage ，http ：）www. aIphaworks. ibm. com /aIphabeans. ［4］沈美娥、应时，“一种专用的软件组件搜索引擎”，《计算机工程与应

用》，2OO5（2l ）.

［5］俞君立、陈树年，文献分类学，武汉大学出版社，2OOl 年lO 月. ［6］薛宏熙、刘素洁，编译，MACH 可编程逻辑器件及其开发工具，清华

大学出版社，l998.

［7］焦玉英，信息检索进展，科学出版社，2OO3. ［8］Easy Searcher2. http ：）www. easysearcher.

com.

（［［［［

连通区域提取算法研究

作者：作者单位：刊名：英文刊名：年，卷(期)：被引用次数：

左文明， Zuo Wenming

华南理工大学电子商务学院,广东,广州,510640计算机应用与软件

COMPUTER APPLICATIONS AND SOFTWARE2006,23(1)14次

参考文献(5条)

1. 李庆华;周琴芳工程图纸中文字符号的识别与提取 1997(12)

2. 权炜;郑南宁;贾新春复杂背景下的车辆牌照字符提取方法研究[期刊论文]-信息与控制 2002(01)

3. 谢贵;彭嘉雄基于上下边缘点匹配的连通域搜索算法[期刊论文]-华中科技大学学报(自然科学版) 2002(04)4. 田学东;李新福;郭宝兰印刷文档中表格字符的自动提取算法[期刊论文]-河北大学学报(自然科学版) 2001(01)5. Yutaka Ishiyama;Chihiro Funaoka;Fumio Kubo Labeling board based on boundary tracking[外文会议] 1992

本文读者也读过(9条)

1. 高红波. 王卫星. GAO Hong-bo. WANG Wei-xing 一种二值图像连通区域标记的新算法[期刊论文]-计算机应用2007,27(11)

2. 郭尚. 苏鸿根. GUO Shang. SU Hong-gen 基于像素的计算大量连通区域面积的快速算法[期刊论文]-计算机工程与设计2008,29(7)

3. 陈柏生. CHEN Bai-sheng 一种二值图像连通区域标记的新方法[期刊论文]-计算机工程与应用2006,42(25)4. 刘贤喜. 李邦明. 苏庆堂. 刘中合. 王玉亮. 杨峰. LIU Xian-xi. LI Bang-ming. SU Qing-tang. LIU Zhong-he. WANG Yu-liang . YANG Feng 一种新的二值图像连通区域准确标记算法[期刊论文]-计算机工程与应用2007,43(22)

5. 沈乔楠. 安雪晖. SHEN Qiao-nan. AN Xue-hui 基于游程递归的连通区域标记算法[期刊论文]-计算机应用2010,30(6)6. 张云哲. 赵海. 宋纯贺. 景巍. ZHANG Yun-zhe. ZHAO Hai. SONG Chun-he. JING Wei 一种新的连通区域标记算法[期刊论文]-计算机应用研究2010,27(11)

7. 章德伟. 蒲晓蓉. 章毅. ZHANG De-wei. PU Xiao-rong. ZHANG Yi 基于Max-tree的连通区域标记新算法[期刊论文]-计算机应用研究2006,23(8)

8. 蔡世界. 于强. CAI Shi-jie. YU Qiang 基于游程编码的连通区域标记算法优化及应用[期刊论文]-计算机应用2008,28(12)

9. 曹长虎. 李亚非. CAO Chang-hu. LI Ya-fei 一种二值图像连通区域标记快速算法[期刊论文]-科学技术与工程2010,10(33)

引证文献(14条)

1. 李仪芳. 刘景琳基于连通域算法的区域测量[期刊论文]-科学技术与工程 2008(9)

2. 黄战华. 杨基春. 朱猛. 张尹馨嵌入式汽车轮胎规格号快速识别系统[期刊论文]-计算机工程 2010(2)3. 郭全民. 张海先基于图像处理技术的混凝土路面裂缝检测方法[期刊论文]-传感器与微系统 2013(4)4. 谢祥徐基于链表的图像连通区域提取算法[期刊论文]-数字通信 2012(3)

5. 汤一平. 叶永杰. 朱艺华. 顾校凯智能全方位视觉传感器及其应用研究[期刊论文]-传感技术学报 2007(6)6. 汤一平. 李雯基于动态图像理解的空调节能研究[期刊论文]-工业控制计算机 2007(1)

7. 汤一平. 陆海峰基于计算机视觉的电梯内防暴力智能视频监控[期刊论文]-浙江工业大学学报 2009(6)8. 汤一平. 李雯基于全方位视觉的快速实时人体检测[期刊论文]-浙江工业大学学报 2008(4)

9. 汤一平. 李雯. 俞立基于动态图像理解的节能空调控制器设计[期刊论文]-计算机测量与控制 2008(4)

10. 汤一平. 周宗思. 贺武杰. 楼勇攀基于全方位视觉传感器的智能安防装置的设计[期刊论文]-安防科技 2007(9)11. 马宝秋基于八邻域算法的多区域面积测量方法的应用[期刊论文]-石家庄职业技术学院学报 2013(2)

12. 罗斌. 戴玉名. 翟素兰自适应CCV及等价关系聚类的视频摘要的生成[期刊论文]-重庆大学学报(自然科学版) 2010(2)13. 陈亚军. 张二虎. 牟永强基于空间模型及连通域分析的异纤维在线检测[期刊论文]-计算机工程与应用 2013(19)14. 岳书良磁致变温效应空调节能系统的探讨[期刊论文]-科学技术与工程 2010(13)

引用本文格式：左文明. Zuo Wenming 连通区域提取算法研究[期刊论文]-计算机应用与软件 2006(1)

范文四：Halcon学习（四）区域连通

Halcon中的区域连通算子（?区域连通算法，将图象被分割为区域?）：

regiongrowing(Image:Regions :Row,Column,Tolerance,MinSize :)

Row：被测试的区域的垂直距离

Column：被测试的区域的水平距离

Tolerance：两个点之间的最大的灰度差距：|g_1- g_2| <>

MinSize：最小的输出区域（记输出的连通区域的尺寸）

例?：regiongrowing?(Image,?Regions,?3,?3,?6,?100)

均值滤波算子

mean_image(Image:ImageMean :MaskWidth,MaskHeight :)

程序如下：（mean_image

read_image(Image,'E:/halcon图像/die_03.png')

mean_image(Image,Mean,7,7)

regiongrowing(Mean,Result,7,7,6.0,200)

范文五：matlab多值连通区域标记

http://bbs.csdn.net/topics/390418066

请问多值连通区域应该如何标记？用bwlabel只能求二值的连通区域标记。

[

1?1?1?1?1?1?1?1?1?1?1?1?1?1?1?1?1?1?1?1?1?1?1?1

1?1?1?1?1?1?2?2?2?2?2?2?2?1?1?1?1?1?1?1?1?1?1?1

1?1?1?1?1?2?2?1?1?1?1?1?2?1?1?1?1?1?3?1?1?1?1?1

1?1?1?1?1?2?2?1?1?1?1?1?2?1?1?1?1?3?3?1?1?1?1?1

1?1?1?1?1?2?2?2?2?2?2?2?2?1?1?1?1?3?3?1?1?1?1?1

1?1?1?1?1?1?1?1?1?1?1?1?1?1?1?1?1?3?3?1?1?1?1?1

1?1?1?1?4?4?1?1?1?1?1?1?1?1?1?1?1?3?3?1?1?1?1?1

1?1?1?1?4?4?1?1?1?1?1?1?1?1?1?1?1?1?1?1?1?1?1?1

1?1?1?1?1?1?1?1?1?1?1?1?1?1?1?1?1?1?1?1?1?1?1?1

]

我想把这样的矩阵做连通区域标记，应该如何进行？

要注意的是，其中有一片被2包围的1要和其他的1标记不同。

更多。

转载请注明出处范文大全网 » 快速的复连通区域扫描线图形填