技术领域本发明涉及智能驾驶图像处理领域，具体为一种快速统计图像标记连通的方法。
背景技术：
随着智能驾驶技术与无人驾驶技术的发展与成熟，图像处理与识别技术在其中扮演着越来越重要的作用。而在车牌识别、斑马线识别、红绿灯识别、停止线识别与测距等智能驾驶相关技术中，都会用到标记连通来统计图像中的连通信息已完成检测与测距工作。现在的标记连通函数，往往只能将连通区域置为相同值，给出一个连通域矩阵。而我们需要的单个连通域在图像中的起始行、终止行、起始列、终止列、连通域内点的个数、连通域的高、连通域的宽等统计信息，都没有给出，需要通过统计连通域矩阵来给出。而再次统计，不但消耗大量的时间，还容易造成错误。
技术实现要素：
针对现有技术的不足，本发明提供一种快速统计图像标记连通信息的方法，快速给出图像中，每个连通区域的统计信息。本发明为实现上述目的所采用的技术方案是：一种快速统计图像标记连通的方法，包括以下步骤：步骤1：采集灰度图像；步骤2：对采集的灰度图像用均值-直方图法，求得二值化阈值，得到二值图；步骤3：统计第一行中单个的连通域信息；步骤4：将当前行的连通域信息保存到信息数组中；步骤5：判断是否为图像最后一行，如果是，则信息数组统计结束，执行步骤7；否则，统计下一行中单个的连通域信息，并执行步骤6；步骤6：判断当前行连通域信息与上一行连通域信息是否有重叠，如果有，则更新当前信息数组；否则执行步骤4；步骤7：根据统计的信息数组，统计图像中存在的连通域信息。所述均值-直方图法为：步骤1：统计灰度图像的直方图，记为piA；求的图像灰度值的平均值为:aver=(Σi∈(0,255)piA[i]*i)/(iH*iW)]]>其中，piA为存储图像的直方图，iH为图像的高，iW为图像的宽，aver为图像灰度值的平均值；步骤2：利用直方图计算不大于图像灰度值的平均值aver的灰度值的平均值：aver1=(Σi=0averpiA[i]*i)/(Σi=0averpiA[i])]]>同理计算大于图像灰度值的平均值aver的灰度值的平均值：aver2=(Σi=aver+1255piA[i]*i)/(Σi=aver+1255piA[i])]]>其中，aver1为不大于图像灰度值的平均值，aver的灰度值的平均值，aver2为大于图像灰度值的平均值aver的灰度值的平均值；步骤3：判断条件|aver-(aver1+aver2)/2|＜5是否成立，若成立，则图像灰度值的平均值aver就是所求的二值化阈值，否则aver＝(aver1+aver2)/2，返回步骤2。所述统计图像中存在的连通域信息包括以下过程：步骤1：在信息数组中检索第四位相同的行；步骤2：在第四位相同的行中进行列统计；步骤3：在第四位相同的行中进行行统计；步骤4：根据统计出的行、列信息，计算出连通域信息。所述列统计包括统计第四位相同的行中第一位的最小值、第二位的最大值和第三位的累加和。所述行统计包括统计第四位相同的行中最小行序列和最大行序列。所述根据统计出的行、列信息，计算出连通域信息包括以下过程：连通域的起始列为第四位相同的行中第一位的最小值，连通域的终止列为第四位相同的行中第二位的最大值，连通域内像素点的个数为第四位相同的行中第三位的累加和，连通域的起始行为第四位相同的行中最小行序列，连通域的终止行为第四位相同的行中最大行序列。所述信息数组是一个列数为5的数组，用来存储一行中，单个连通区域的连通域信息。所述信息数组的每一行中，第一位用来存储当前行单个连通域的起始像素点所在的列，第二位用来存储当前行单个连通域的终止像素点所在的列，第三位用来存储单个连通域的像素点的个数，第四位用来存储该连通域的标记值，第五位用来存储当前行的行序列。所述连通域的标记值是一个由2开始的递增序列。本发明具有以下有益效果及优点：1.本发明在统计连通域的同时，给出图像中单个连通域的信息。2.本发明统计连通域的速度加快，带单个连通域信息的标记连通算法是传统标记连通实现的十倍以上。附图说明图1是本发明的方法流程图；图2是本发明的均值-直方图法示意图；图3是本发明的信息数组示意图。具体实施方式下面结合附图及实施例对本发明做进一步的详细说明。本发明的流程图如图1所示。在前期采集的灰度图像中，首先对图像进行二值化处理。传统的二值化手段，如大津法、局部二值化法等，存在时间与效果相对立的情况，时间与效果很难兼顾。本文采用了一种快速直方图-均值二值化的方法对图像进行二值化处理，该方法是一种类似大津法的全局二值化方法，但较大津法效率更高，而结果相差不大。均值-直方图法示意图如图2所示。首先统计灰度图像的直方图，记为piA。利用图像的直方图，可以求的图像灰度值的平均值为:aver=(Σi∈(0,255)piA[i]*i)/(iH*iW)]]>其中piA存储图像的直方图，iH为图像的高，iW为图像的宽，i属于(0,255)利用直方图计算小于等于aver的灰度的平均值aver1=(Σi=0averpiA[i]*i)/(Σi=0averpiA[i])]]>同理计算大于aver的灰度的平均值aver2=(Σi=aver+1255piA[i]*i)/(Σi=aver+1255piA[i])]]>判断条件|aver-(aver1+aver2)/2|＜5是否成立，若成立，则aver就是所求的二值化阈值，否则aver＝(aver1+aver2)/2，重复上述步骤。如图3所示为本发明的信息数组示意图。利用求得的阈值对图像进行二值化处理得到二值图。在二值图中统计第一行的每个连通区域的连通信息，并将每个连通区域的连通信息存到“信息数组”中。在第一行中，有两个连通域。第一个连通域从第1个像素到第三个像素。第二个连通域从第8个像素到第9个像素。“信息数组”用来存储一行中，单个连通区域的连通信息，信息数组piY是一个宽度为5的数组。每一行中，第一位用来存储本行单个连通域的起始像素点、第二位用来存储本行单个连通域的终止像素点、第三位用来存储单个连通域的长度、第四位用来存储该连通域的标记值、第五位用来存储本行的行号。第四位存储的连通域的标记值是一个由2开始的递增序列。统计完第一行连通信息之后，统计第二行的连通信息。如果第二行的连通信息与第一行有重叠部分。则更新信息数组。若没有重叠部分，则进行下一行。如图3所示。第二行有两个连通域，第一个连通域与第一行的连通域有交接。所以要将这两个连通域合并成一个连通域，将这两个连通域的标记值记为第二行连通域的标记值。第二行第二个连通域的与第一行的连通域没有叠加的部分，因此不需要更改信息数组。完成第二行标记区域统计之后，进行下一行，单个连通域的统计。并查看该连通域与上一行的连通域是否有叠加。如果有叠加则需要更新信息数组第四位连通区标记值。以此类推，逐渐更新标记连通“信息数组”，完成整幅图像的连通区域的统计。完成全图连通区域的统计之后，需要统计图像中单个连通域的信息。此时利用标记连通信息数组，在数组中检索第四位相同的行。对第四位相同的行，统计所有行中第一位最小的值与第二位最大的值，完成对单个连通域信息起始列与终止列的统计，而该连通域的起始行与终止行则可以通过第五位来进行统计。将第四位相同的行，第三位数值进行累加，可以统计出该单个连通区域内，所有为1的点的个数。通过该连通域的起始行、列可以计算出该连通域的高与宽，完成图像中单个连通域的统计工作。