专利名称：基于像素标记的多目标图像分割方法
技术领域：
本发明属于光电探测与跟踪测量领域，具体地说是一种基于多目标分割的描述方法， 它用于成像视频跟踪中多目标标记与特征量提取。
技术背景在图像处理中，图像分割是很重要的一部分，通过图像分割可以提取出图像中用户关 心的目标(也称为前景)并为以后的图像理解提供必要的数据。实现图像分割的方法主要包 括基于边缘的图像分割方法、基于区域的图像分割方法，以及基于上述两类方法的综合 分割方法。图像分割的目的之一是为实现自动目标识别打下基础，因此提取目标的特征量对于系 统有着至关重要的意义。为此需要同时获得图像分割后的目标物体的面积、周长、质心坐 标甚至目标所有像素的位置坐标等参数。为了实现这个功能，常用的方法有游程连通性分 析法和像素标记法。游程连通性分析法是通过分析由连续扫描线得到的游程连通性来标记 目标的方法，需要事先对图像进行处理得到灰度相同的像素块，其条件是在扫描前己经形 成了灰度相同的像素块即游程。而像素标记法则是在不要求任何先验信息的前提下对二值 图像进行扫描，并按像素间的连通性决定像素是属于哪个目标的，最后所有像素都有了标 记该像素属于哪个目标的特征量。此后可以通过统计每个目标的像素来得到目标的面积、 质心坐标等特征。 发明内容本发明要解决的技术问题本发明是对传统的像素标记法进行了扩展，该方法使得所 有像素除了有属于哪个目标的标记外，还有是否是目标边界点的标记，在统计这些点后，可以得到目标的单像素宽的i4界的周长，避免了边缘检测后对多像素宽边界进行统计得到 不准确的周长的缺点；由于周长在目标测量中的重要地位(如圆形度的测量)，这个改进是有 一定意义的。本发明解决其技术问题所采用的技术方案是 一种基于像素标记的多目标图像分割方 法，其特征在于包括以下步骤(1) 以视频成像传感器所摄取的图像作为输入信号(用lpmw表示)(2) 对所摄入的图像经阈值分割获得二值图像(用lplmg01表示)；4设lplmg01[i][j]表示坐标(i,j)像素的像素值，ipImg01[i]U]-0表示点(i,j)为背景的一部分， lplmg0][i][j]=l表示点(ij)属于目标区的一部分；同时，用Perimeter[m]表示第m个目标的 周长；Area[m]表示第m个目标的面积；Posx[m]表示第m个目标在整幅图像中的x位置坐标； Posy[m]表示第m个目标在整幅图像中的y位置坐标；Object[i][i]表示坐标(i,j)的像素属于哪 个目标；Edge[i][j]表示坐标(i^的像素是否是目标的边界点；Equ[i]D]表示目标属性为i和j 的像素属于同一个目标；Access[i]表示第一次扫描后目标属性为i的像素实际属于Access[i〗 个目标；
(3)对所得的二值化图像进行第一次扫描； 扫描从左到右、从上到下进行，设用变量TTs来标志第一次扫描中的所有不同的目标 标记的数目，在扫描到t时，T, T4位置处的点已经扫描过了，故必须考虑t与这4个点的 关系。在t的灰度为1即t为目标时，当前扫描点与其8邻域的连通关系可表示为
(1) 当T^ T4位置处的灰度值均为零时，表示该点与前面相邻的4个像素点不具有连 通性，则赋予当前像素一个新的标记，即TTs加1,并将TTs赋予当前像素t的Object[i][j]， 即Object[i][)]-T丁s;
(2) 当Ti T4位置处的灰度值有且只有一个为1时，设Tm(n^l，2，3，4&Tm非零)为那个灰 度为l的像素，则将L的Object值赋予t的Object值，表示当前点目标属性与Tm像素的 目标属性相同，并与Tm像素属于同一个目标；
(3) 当T! T4位置处的灰度值有超过一个为1时，则将Tm(m=l,2，3,4&Tm非零)中最小 的Object值即Object—min赋予当前点t的Object(设Object—min表示Tm中最小的Object 值，并设Object—max表示Tm中最大的Object值)；同时，在等价矩阵中置 Equ[Object_min][ Object—max〗=1 (其中，Object—min < Object—max)，表示第一次扫描中的 Object值为Object—min和Object—max的像素实际属于同一 目标。
同时，对于像素的边界属性，设当前被扫描像素为t，只要当Tm(m-1 8)中至少有一 个的灰度为零时，则置t的Edge[i][jhl，即将图像中坐标位置为(i,j)的像素边界属性置为1，
表示该点为边界点；否则置Edge[i][j]-0表示非边界点。于是，在第一次扫描后，即得到了 目标单像素宽的边缘信息。
(4) 把第一次扫描后所得到的离散的等价矩阵迸行规划等价数组处理； 在第一次扫描后，对于属于同一目标的所有目标属性标记为TTn TT2， ...， TTn，其
中TT- TT2<... <TTn,等价数组有以下3种可能
(1) 所有目标属性已有Equ[TT,J[TTi;hI， i=2， 3， ...， n，这种情况不需要作进一步处理；
(2) 有Equ[TT,][TTj]- 1， Equ[TTi][TTj〗=1，则需要使Equ[TT,〗[TTj〗- 1;(3)有Equ[TT!][TTj ]= 1, Equ[TTi][ TT』]- I ，则需要使Equ[TTd[TTi ] = 1;
经过以上算法处理后，可以完全达到预期要求，为第二次扫描作了充分的准备；此时 所有属于同一目标的不同标记，都与属于这一目标的最小标记建立了等价关系。
(5)然后进行第二次扫描；获得所需目标的面积、周长、位置坐标等目标信息；
经过前面的第一次扫描和规划等价数组之后，进行第二次扫描；该过程分两个步骤完 成，步骤一根据前面处理过后的等价数组Equ，凡是属于同一 目标的像素，其目标属性值 Object应该相同，并赋值为第一次扫描后属于这一目标的最小标记，同时记录当前目标属性 中最小标记指向的这个目标是图像中从上到下，从左到右的第几个目标。步骤2做最后的扫 尾工作，根据Access数组，将像素的目标属性Object最后赋予真正的目标序号，即对于所 有像素的目标属性值Object,若Access〖Object〖i]U]〗>0,则Object〖i][j]=Access[Object[i]|j]]; 否则，Object保持原值不变；同时根据ObjectW[j]，以及Edge[i][j]之间的相互关系，统计 各个目标的实际面积、周长和质心坐标等目标特性参数，并勾勒出目标边缘轮廓。
本发明与现有技术相比具有如下优点
1、 利用基于8邻域像素标记的方法，得到了目标单像素宽的边缘信息；从而得到目标 的单像素宽的边界的周长，避免了边缘检测后对多像素宽边界进行统计得到不准确的周长 的缺点；
2、 本发明能准确地给出目标面积、位置坐标等信息，为图像的进一步分析处理奠定了 基础。目标特征提取准确，而且方法简单，实时性和实用性好；
3、 本发明统计的目标数可以随意多，仅受实时系统中硬件资源的限制。
图1为本发明中像素标记算法流程图2为本发明中基于S邻域像素标记的扫描关系图中t表示当前被扫描像素，T, Ts表示t像素在8个连通区域的相邻像素 图3为本发明中第二次扫描步骤1流程图。
具体实施例方式
以下结合附图及具体实施例详细介绍本发明。
本发明实现多目标的标记，在得到单像素宽的目标边界的同时,获取目标周长、面积、 位置坐标等特征信号。
其实现方法流程图如图l所示，其具体实现步骤如下
(1) 首先以视频成像传感器所摄取的图像作为输入信号；
(2) 然后对原始输入的视频信号进行二值化处理,生成了思'O邻'l'表示的二值图像-,(3)紧接着对二值化图像从左到右，从上到下进行第一次扫描(设定图像的起点在图 像的左上方)；
第一次扫描的功能包括对二值化图像的每个像素进行第一次标记和根据连通性记录 有不同目标属性的区域的目标属性值，并标记属于目标边缘的边界属性，具体实现方法如 下设用变量TTs来标志第一次扫描中的所有不同的目标标记的数目，lplmg01[i][j]表示坐 标(i,j')像素的像素值。lpImg01[i][JH)表示点(i,j)为背景的一部分，lplmg01[i][j]-l表示点(i,j) 属于目标区的一部分。同时，Object[i][j]表示坐标(i,j)的像素属于哪个目标；Edge[i][j]表示 坐标(g)的像素是否是目标的边界点；Equ[i][j]表示目标属性为i和j的像素属于同一个目标； Access[i]表示第一次扫描后目标属性为i的像素实际属于Access[i]个目标；为了标记当前被 扫描的像素，釆用8邻域像素标记法，需要检査该像素与它之前扫描到的4个近邻像素的 连通性，如图2所示；图2中t表示当前被扫描像素，T, Ts表示t像素在8个连通区域的 相邻像素。扫描从左到右、从上到下进行，在扫描到t时，T^ T4位置处的点己经扫描过了， 故必须考虑t与这4个点的关系，在t的灰度为1即t为目标时
(1) 当T, T4位置处的灰度值均为零时，表示该点与前面相邻的4个像素点不具有连通 性，则赋予当前像素一个新的标记，即TTs加l，并将TTs赋予当前像素t的Object[i][j]， 即Objec咖]-TTs;;
(2) 当T, T4位置处的灰度值有且只有一个为1时，设Tm(m^,2,3,4&Tm非零)为那个 灰度为l的像素，则将Tm的Object值赋予t的Object值，表示当前点目标属性与像素Tm 的目标属性相同，并与像素Tm属于同一个目标；
(3) 当T! T4位置处的灰度值有超过一个为1时，则将Tm(m-l,2，3，4&Tm非零)中最小的 Object值即Object—min赋予当前点t的Object值(这里设Object—min表示Tm中最小的Object 值，并设Object一max表示Tm中最大的Object值)。同时，在等价矩阵中置 Equ[Object—min][ Object_max]=l (其中，Object—min < Object—max),表示第一次扫描中的 Object值为Object_min和Object—max的像素实际属于同一 目标。
同时，对于像素的边界属性，设当前被扫描像素为t,只要当Tm(n^l 8)中至少有一 个的灰度为零时，则置t的Edge[i][j]-l，表示该点为边界点否则置Edge[i][j]-O表示非边 界点。于是，在第一次扫描后，即得到了目标单像素宽的边缘信息。
(4)把第一次扫描后所得到的离散的等价矩阵进行规划等价数组处理；
规划等价数组是本发明的核心；其功能是把第一次扫描后所得到的离散的Equ矩阵进 行整理，将同一目标区域的所有目标属性归为一类。具体考虑到第二次扫描实现的实时性 和简易性，在将所有同一目标的目标属性归为一类后，要逾保Equ.矩阵中所有这些目标鳳性都与其中最小的目标属性等价。
规划等价数组的过程如下对于属于同一目标的所有目标属性标记为TT,， TT2，...， TTn ，其中TT,〈TT2〈…<TTn，等价数组有以下3种可能
(l)所有目标属性己有Equ[TTd[TTi]-l， i=2, 3,…，n，这种情况不需要作进一步处
理；
(2) 有Equ[TT,][TTi]- 1， Equ[TTj][TTj] = 1，则需要使Equ[TT,][TTj] = 1;
(3) 有Equ[TTt][TTj]- 1 ， Equ[TTi][TTj〗=1,则需要使Equ[TTi][TT,] - 1 。
经过以上规划等价数组处理之后，将所有属于同一目标的像素都归为了一个目标，这 为第二次扫描作了充分的准备。此时所有属于同一目标的不同标记，都与属于这一目标的 最小标记建立了等价关系。
(5) 进行第二次扫描；
第二次扫描分两个步骤完成，步骤h根据前面处理过后的等价数组Equ，凡是属于同 一目标的像素，其目标属性值Object应该相同，并赋值为第一次扫描后属于这一目标的最 小标记，同时记录当前目标属性中最小标记指向的这个目标是图像中从上到下，从左到右 的第几个目标；步骤l算法实现如图3，设整数变量ObjectNumber表示图像的实际目标数 量，Access[]数组初始化全部为零；步骤1的关键是要辨别哪个像素标记是真正的新目标， 哪个像素标记只是同一目标的几个不同的目标属性之一，由于扫描是从左到右，从上到下， 显然当一个目标属性没有比它小的等价属性时，其必然代表真正的新目标的出现，设这个 属性为新目标起始属性。于是，只要在规划后的等价矩阵中寻找是否有小于当前像素目标 属性的等价属性即可判断当前像素的目标属性是否是新目标起始属性。同时，当扫描第一 次遇到含有新目标起始属性的像素时，其必为新目标在扫描方向上遇到的第一个像素，此 时目标的实际数量ObjectNumber应该加1 ，同时将ObjectNumber赋给当前像素的目标属性， 即Access[Object[i][j]] = ObjectNumber。在步骤1结束后，图像共有ObjectNumber个目标， 每个目标都只有一个目标标识，为原来属于该目标的所有目标表示中的最小值。同时Access 数组记录了这些标识实际对应的是第几个目标。
步骤2做最后的扫尾工作，根据Access数组，将像素的目标属性Object最后赋予真正 的目标序号。即对于所有像素的目标属性值Object ，若'Access[ObJect[i][j]>0 ，贝!J Object[i](j]-Access[Object[i][j]];否则，Object保持原值不变。
(6) 最终获得所需目标的面积、周长、位置坐标等目标信息。
设用Perimeter[m]表示第m个目标的周长；Area[m]表示第m个目标的面积；Posx[m]表示 第m个目标在整幅图像中的x位置坐标;..Posy[m]表示第m伞目标在整幅阁像中的y位置坐标；根据Object[i][j]、总目标数TTs以及Edge[i][j]之间的相互关系，统计各个目标的实际面积、 周长和质心坐标等目标特性参数，具体过程为在整幅图像范围内，分别对目标属性为TTi (其中TTi大于零，并小于或等于TTs)的像素进行如下操作统计目标属性为TTi的像素 点总和，并存放在Area[TTi]中，即得到了当前目标的面积；统计单像素宽的边界点 Edge[i][j]-l的个数，并存放在Perimeter[TTi]中，即得到了当前目标的周长；将目标属性为 TTi时的行方向计数i和列方向计数j分别进行累加，并分别存放在临时变量SPosx[丁Ti]和 SPosy[TTi]中，然后SPosx[TTi]除以Area[TTi]，其结果存放在Posx[TTi]中，得到当前目标行 方向的位置Posx[TTi]; SPosy[TTi]除以Area[TTi]，其结果存放在Posy[TTi]中，得到当前目 标列方向的位置Posy[TTi],最终，当前目标在整幅图像中的质心坐标为(Posx[TTi], Posy[TTi])。
权利要求
1. 一种基于像素标记的多目标图像分割方法，其特征在于包括以下步骤(1)以视频成像传感器所摄取的图像作为输入信号，用lpraw表示；(2)进行阈值分割获得二值化图像；设lpImg01[i][j]表示二值化图像坐标(i，j)像素的像素值，lpImg01[i][j]＝0表示点(i，j)为背景的一部分，lpImg01[i][j]＝1表示点(i，j)属于目标区的一部分；(3)对所得的二值化图像进行第一次扫描；(4)规划等价数组，即将所有等价的标记归入等价组；(5)然后进行第二次扫描；(6)获得所需的面积、周长、位置坐标等目标信息。
2、 根据权利要求l所述的一种基于像素标记的多目标图像分割方法，其特征在于所 述步骤(3)中对所得二值化图像进行第一次扫描时，从左到右从上到下进行扫描，扫描的 起点位于图像的左上方。
3、 根据权利要求l所述的一种基于像素标记的多目标图像分割方法，其特征在于所 述步骤(3)中对所得二值化图像进行第一次扫描时，采用8邻域像素标记方法，用变量TTs 来标志第一次扫描中的所有不同的目标标记的数目，假设当前扫描点为t，在t位置处的点 的灰度为1即t位置的点为目标时，当前扫描点与其8邻域的连通关系可表示为G)当T! T4位置处的灰度值均为零时，表示该点与前面相邻的4个像素点不具有连 通性，则赋予当前像素一个新的标记，即TTs加1，并将TTs赋予当前像素t的Object[i][j]， 即Object[i][j〗-TTs;(2) 当T, T4位置处的灰度值有且只有一个为1时，设Tm(m爿，2,3，4&Tm非零)为那个 灰度为1的像素，则将Tm的Object值赋予t的Object值，表示当前点目标属性与Tm像素 的目标属性相同，并与Tm像素属于同一个目标；(3) 当T, T4位置处的灰度值有超过一个为1时，则将Tm(n^l,2,3，4&Tm非零)中最小 的Object值即Object_min赋予当前点t的Object ,同时在等价矩阵中置 Equ[Object—min][ Object_max]=l ，表示第一次扫描中的Object值为Object—min和Object—max 的像素实际属于同一 目标；其中Object—min表示Tm中最小的Object值，Object—max表 示Tm中最大的Object值，并且Object_min < Object—max。
4、 根据权利要求1所述的一种基于像素标记的多目标图像分割方法，其特征在于所述步骤(3)中进行第一次扫播时，对每"个灰度为1的当前点的8个连通区域的所有8个相 邻像素作如下统计如果当8个像素中至少有一个是背景点，即有一个灰度为O,则当前点 属于目标边界点，否则属于目标内部点；经过这次处理后得到的是单像素边界。
5、 根据权利要求l所述的一种基于像素标记的多目标图像分割方法，其特征在于所 述步骤(4)中规划等价数组把第一次扫描后所得到的离散的等价矩阵进行整理，将同一目 标区域的所有目标属性归为一类；经过规划等价数组处理之后，将所有属于同一目标的像 素都归为了一个目标。
6、 根据权利要求l所述的一种基于像素标记的多目标图像分割方法，其特征在于所 述步骤(5)的第二次扫描可以通过两个步骤实现.-步骤一，根据前面处理过后的等价数组，凡是属于同一目标的像素，其目标属性值应 该相同，并赋值为第一次扫描后属于这一目标的最小标记，同时记录这个物体是图像中从 上到下，从左到右的第几个目标；步骤二，做最后的收尾工作，根据第一次扫描后目标属性为i的像素实际属于哪个目标， 将像素的目标属性最后赋予真正的目标序号，同时根据目标属性，以及边界之间的相互关 系，统计各个目标的实际面积、周长和质心坐标等目标特性参数，并勾勒出目标边缘轮廓。
全文摘要
本发明公开一种基于像素标记的多目标图像分割方法，具体步骤如下以视频成像传感器所摄取的图像作为输入信号；对图像进行二值化处理；对处理后的图像作第一次扫描；建立等价数组；进行第二次扫描、得到目标数量、面积、周长、位置坐标等信息；采用本发明能够对全视场二值图像进行目标标记和边缘标记，具有一定的通用性，为下一步计算目标的特征量以及图像理解等高端过程提供了充分的条件；而且本发明不受目标个数的限制，根据硬件资源的配置，还可以随意减小或增大处理区的面积，具有很强的灵活性。
文档编号G06K9/46GK101246554SQ20081010170
公开日2008年8月20日 申请日期2008年3月11日 优先权日2008年3月11日
发明者张启衡, 彭先蓉, 徐智勇, 蔡敬菊, 陈忠碧 申请人:中国科学院光电技术研究所