基于区域生长法提取二值图像中的连通区域

计算机时代２０１２年第６期　・　２３　・　基于区域生长法提取二值图像中的连通区域　聂欢欢，伊磊。刘任平　（北方工业大学，北京１００１４４）　摘要：标记二值图像连通区域是图像处理过程的基本算法，机器视觉和模式识别中常用此方法提取目标和分析目标　几何特征。文章以人机交互方式获得初始种子点，增强种子点的可靠性，通过区域生长法提取二值图像中的连通区域。　关键词：二值图像；图像处理；区域生长；连通区域　中图分类号：ＴＰ３９１　文献标志码：Ａ　文章编号：１　００６—８２２８（２０１　２）０６－２３—０２　Ｅｘｔｒａｃｔｉｎｇ　ｂｉｎａｒｙ　ｃｏｎｎｅｃｔｅｄ　ｒｅｇｉｏｎ　ｂａｓｅｄ　ｏｎ　ｍｅｔｈｏｄ　ｏｆ　ｒｅｇｉｏｎ－ｇｒｏｗｉｎｇ　Ｎｉｅ　Ｈｕａｎｈｕａｎ，Ｙｉ　Ｌｅｉ，Ｌｉｕ　Ｒｅｎｐｉｎｇ　（Ｎｏｒｔｈ　Ｃｈｉｎａ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｔｅｃｈｎｏｌｏｇｙ，Ｂｅ　ｎｇ］００１４４，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｌａｂｅｌｉｎｇ　ｃｏｎｎｅｃｔｅｄ　ｃｏｍｐｏｎｅｎｔ　ｆｏｒ　ｂｉｎａｒｙ　ｉｍａｇｅ　ｉｓ　ｔｈｅ　ｂａｓｉｃ　ａｌｇｏｒｉｔｈｍ　ｆｏｒ　ｉｍａｇｅ　ｐｒｏｃｅｓｓｉｎｇ．Ｔｈｉｓ　ｍｅｔｈｏｄ　ｉｓ　ｏｆｔｅｎ　ｕｓｅｄ　ｔｏ　ｅｘｔｒａｃｔ　ｏｂｊｅｃｔｓ　ａｎｄ　ａｎａｌｙｚｅ　ｔｈｅｉｒ　ｇｅｏｍｅｔｒｉｃ　ｆｅａｔｕｒｅｓ．Ｔｈｅ　ｓｅｅｄ　ｐｏｉｎｔ　ｉｓ　ｏｂｔａｉｎｅｄ　ｔｈｒｏｕｇｈ　ｈｕｍａｎ—ｃｏｍｐｕｔｅｒ　ｉｎｔｅｒａｃｔｉｏｎ　ｉｎ　ｏｒｄｅｒ　ｔｏ　ｅｎｈａｎｃｅ　ｉｔｓ　ｒｅｌｉａｂｉｌｉｔｙ．Ｔｈｅｎ　ｔｈｅ　ｂｉｎａｒｙ　ｃｏｎｎｅｃｔｅｄ　ｒｅｇｉｏｎｓ　ａｒｅ　ｅｘｔｒａｃｔｅｄ　ｂａｓｅｄ　ｏｎ　ｔｈｅ　ｍｅｔｈｏｄ　ｏｆ　ｒｅｇｉｏｎ　ｇｒｏｗｉｎｇ．　Ｋｅｙ　ｗｏｒｄｓ：ｂｉｎａｒｙ　ｉｍａｇｅ；ｉｍａｇｅ　ｐｒｏｃｅｓｓｉｎｇ；ｒｅｇｉｏｎ　ｇｒｏｗｉｎｇ；ｃｏｎｎｅｃｔｅｄ　ｒｅｇｉｏｎ　０引言　用图像处理方法做目标检测的一般顺序是：图像预处理、　边缘检测、阈值分割、区域标记、形状判断分析ｕ　。阈值分割以　后的图像一般都已经被处理为二值图像。在二值图像中提取　连通分量是许多自动图像分析应用中的核心任务。在二值图　左下、左８个相邻像素，如图２所示。　ｐ　Ｘ　图１　Ｐ的四邻域　像中提取连通分量的过程实际上也是标记连通区域的过程。　二值图像的连通域标记处理就是从白色像素（通常二值图　像用“ｌ”，灰度图像用“２５５”来表示）和黑色像素（通常用…０’来　Ｘ　ｐ　Ｘ　Ｘ　图２　Ｐ的四邻域　表示）组成的一幅点阵图像中　，将互相邻接（一般研究４一邻接　或８一邻接）的具有灰度值“１”或“２５５”的像素集合提取出来。　２基于区域生长的连通区域标记算法　该过程是图像处理中的基本算法，是机器视觉和模式识别中提　取目标、分析目标几何特征的常用方法　。连通域标记的速度　和准确性直接影响图像的后续处理。　２．１已有连通区域标记算法　１像素间的连通性　目前已有很多文献对连通区域标记算法进行改进，以提高　算法的速度和准确性。现有标记算法可划分为两类：一类是局　部邻域算法，这类算法有多种不同形式，基本思想是从局部到　对每一个都要先确定一个“种子　像素间的连通性是这样定义的：令ｓ代表一幅图像中的像　整体，逐个检查每个连通成分，再向周围邻域扩展地填入标记；另一类是“分而治之”算　素子集，如果在ｓ中全部像素之问存在一个通路，就称２个像素　点”，基本思想是从整体到局部，先确定不同的连通成分，再对每　Ｐ和Ｑ在ｓ中是连通的　。像素问的连通性是确定区域的一个　法，重要概念。在二维图像中，假设目标像素点周围有ｍ个（ｍ≤８）　相邻像素，如果该像素灰度值与这ｍ个像素中某一个像素Ａ的　一个用区域填充方法填入标记　。　本文事先通过人机交互方式获得种子点，再向周围扩散来　所用的是基于区域生长的连通区域　灰度值相等，称该像素与像素Ａ具有连通性。常用的连通有４　得到最终的目标连通区域，且每次只能标记一个连通区域。　连通和ｓａｇ通两种。４连通选取目标像素的上、下、左、右４个相　标记算法，属于第一类，２区域生长算法　邻像素，如图１所示。８连通则选取目标像素在二维空间中所　２．区域生长是根据事先定义的准则将像素或者子区域聚合　有的相邻像素，即选取目标像素的左上、上、右上、右、右下、下、　收稿日期：２０１２—４—１２　作者简介：聂欢欢（１９８４一），女，硕士研究生，主要研究方向：数字图像处理与机器视觉，机器人控制等。