專利名稱：N維特征空間連通性計(jì)算方法
技術(shù)領(lǐng)域：
本發(fā)明涉及N維特征空間連通性計(jì)算方法，尤其是一種在圖像處理中利用圖像特征值進(jìn)行圖像分割的技術(shù)。
背景技術(shù)：
將特征空間視為空域和值域點(diǎn)的集合，空間上相連值相等的點(diǎn)歸在一起形成連通區(qū)。常用的連通性計(jì)算方法有1)用無向圖鄰接矩陣做高次乘法來實(shí)現(xiàn)；2)直接鄰域跟蹤。但是，方法一不僅計(jì)算量大，而且無法判斷圖像可以分為幾個連通區(qū)及每個連通區(qū)點(diǎn)的坐標(biāo)，方法二常常因?yàn)樾枰f歸計(jì)算，單機(jī)計(jì)算資源需求巨大
發(fā)明內(nèi)容

鑒于以上內(nèi)容，有必要提出在云計(jì)算平臺上可以輸出連通區(qū)的個數(shù)及每個連通區(qū)內(nèi)點(diǎn)的坐標(biāo)集合的連通性計(jì)算方法。一種N維特征空間連通性的計(jì)算方法，使用“數(shù)據(jù)提升、建標(biāo)簽陣、數(shù)據(jù)分塊、分塊跟蹤、標(biāo)簽提升、塊間合并、輸出集合”的步驟完成特征空間連通性在云計(jì)算平臺的計(jì)算。本發(fā)明所提供的連通性計(jì)算方法可以將特征空間分割成不同的連通區(qū)，并根據(jù)分割結(jié)果輸出連通區(qū)的個數(shù)及每個連通區(qū)內(nèi)點(diǎn)的坐標(biāo)集合。


圖I為本發(fā)明優(yōu)選實(shí)施方式下在圖像分割技術(shù)中進(jìn)行連通性計(jì)算的方法流程圖。
具體實(shí)施例方式本發(fā)明所提供的連通性計(jì)算方法將特征空間分割成不同的連通區(qū)，并根據(jù)分割結(jié)果輸出連通區(qū)的個數(shù)及每個連通區(qū)內(nèi)點(diǎn)的坐標(biāo)集合，可應(yīng)用在2D/3D圖像分割、目標(biāo)提取及目標(biāo)識別中，用于判斷任意兩點(diǎn)間的連通性；計(jì)算連通區(qū)域面積、及區(qū)域密度估計(jì)概率；進(jìn)行數(shù)據(jù)分類(類數(shù)、中心)、數(shù)據(jù)篩選、數(shù)據(jù)壓縮(構(gòu)造邊界矢量完成數(shù)據(jù)壓縮)；網(wǎng)絡(luò)鄰域發(fā)現(xiàn)；防火墻漏洞檢測；及災(zāi)害預(yù)報(bào)、水利防護(hù)或城市規(guī)劃中。為使本發(fā)明易于理解，結(jié)合圖1，本案以在圖像處理中利用圖像特征值進(jìn)行圖像分割的技術(shù)為例，以圖像特征矩陣為基礎(chǔ)描述，方法可推廣到對N維特征空間進(jìn)行連通性的計(jì)算。圖I為本發(fā)明優(yōu)選實(shí)施方式下進(jìn)行連通性計(jì)算的方法流程圖。步驟Sll中，從外部接收一圖像，將其從RGB轉(zhuǎn)換到CIE-Luv空間，以10為單位量化L/u/v，量化后以Sqrt(L2+U2+v2)為特征值形成特征矩陣a，此處sqrt表示開平根。步驟S 12中，掃描矩陣a，并比較矩陣a中的最大值(MAX)與最小值(MIN)，如果二者相等(MAX = MIN)，則矩陣a中所有值相同，是全連通矩陣，無需計(jì)算；否則，對所有值同減(MIN-1)，以保證所有數(shù)據(jù)大于O，用于在跟蹤算法中記錄位置信息。步驟S13中，創(chuàng)建與矩陣a行列數(shù)相同的標(biāo)簽矩陣b，矩陣b的初始值均為0，以記錄跟蹤結(jié)果。步驟S14中，將矩陣a分成若干行列數(shù)相同的小塊，塊大小無強(qiáng)制要求，推薦128x128,256x256,512x512。將矩陣a分塊可以降低塊內(nèi)連通跟蹤的復(fù)雜性，減少計(jì)算資源需求，提高塊內(nèi)搜索的速度，是分布到不同計(jì)算機(jī)上進(jìn)行連通 性跟蹤計(jì)算及標(biāo)簽提升的基礎(chǔ)。步驟S15中，藉由一預(yù)設(shè)的跟蹤算法將該若干小塊中的每一小塊分別送入不同的處理器進(jìn)行運(yùn)算，其中，每一小塊運(yùn)算后的結(jié)果分別存入該標(biāo)簽矩陣b中的相應(yīng)位置，從而使每一小塊內(nèi)的不同連通區(qū)對應(yīng)不同的標(biāo)簽值。常見的預(yù)設(shè)的跟蹤算法為二維8鄰域跟蹤或三維26鄰域跟蹤等。如果某一點(diǎn)被跟蹤過，將其值翻轉(zhuǎn)，即如原值為X，跟蹤過后，則變成-X，其目的是避免重復(fù)跟蹤。經(jīng)過跟蹤后，標(biāo)簽矩陣b中每一小塊內(nèi)不同連通區(qū)的標(biāo)簽值不同，但標(biāo)簽矩陣b中不同小塊間的標(biāo)簽值可能重復(fù)。步驟S16中，藉由一預(yù)設(shè)的標(biāo)簽提升算法使該標(biāo)簽矩陣b中的每一個標(biāo)簽值無重復(fù)。其中，該標(biāo)簽提升算法包括分塊提升及整體提升兩個部分。分塊提升為比較每一小塊經(jīng)運(yùn)算后的若干標(biāo)簽值中的最大標(biāo)簽值(A)與最小標(biāo)簽值(a)，將每一小塊中的全部標(biāo)簽值減去(a-1)。整體提升為從第二小塊開始，每一小塊中的標(biāo)簽值都加上前一小塊的最大標(biāo)簽值，直到最后一塊。標(biāo)簽提升的目的就是確保全部標(biāo)簽值整體無重復(fù)。步驟S17中，進(jìn)行合并及連通。其中，合并包括行合并及列合并兩種。行合并為檢測左右相鄰塊間的邊界點(diǎn)在該標(biāo)簽矩陣b中的位置，并判斷在矩陣a中相同位置上特征值是否相等；若相等，則用左塊的標(biāo)簽值替換右塊的標(biāo)簽值。列合并為檢測上下相鄰塊間的邊界點(diǎn)在該標(biāo)簽矩陣b中的位置，并判斷在矩陣a中相同位置上特征值是否相等；若相等，則用上塊的標(biāo)簽值替換下塊的標(biāo)簽值。將替換后標(biāo)簽值相等的區(qū)域進(jìn)行連通，即標(biāo)簽值相等的點(diǎn)歸在一起則形成連通區(qū)。步驟S18中，對標(biāo)簽矩陣b按(i，j，v)形式組織，按V快速排序，分類輸出(i，j)。其中i為行，j為列，V為標(biāo)簽值。由此，根據(jù)V的數(shù)值的不同可以確定連通區(qū)的個數(shù)，并根據(jù)i、j值可對應(yīng)得到相同連通區(qū)內(nèi)點(diǎn)的坐標(biāo)集合。綜上，本發(fā)明使用“數(shù)據(jù)提升、建標(biāo)簽陣、數(shù)據(jù)分塊、分塊跟蹤、標(biāo)簽提升、塊間合并、輸出集合”方法完成特征空間連通性在云計(jì)算平臺的計(jì)算。具體步驟為1)數(shù)據(jù)提升接收一特征矩陣，掃描該矩陣，計(jì)算所有特征值中的最大值(MAX)與最小值(MIN)，在該最大值與該最小值不相等時，將所有特征值同時減去(MIN-I) ；2)建標(biāo)簽陣創(chuàng)建一標(biāo)簽矩陣，該標(biāo)簽矩陣的行列數(shù)與該特征矩陣的行列數(shù)相同且其初始值全部標(biāo)為0 ;3)數(shù)據(jù)分塊將該特征矩陣分成若干行列數(shù)相同的小塊；4)分塊跟蹤將該若干小塊中的每一小塊分別送入云平臺上不同的計(jì)算機(jī)或處理器，根據(jù)連通性要求進(jìn)行鄰域跟蹤運(yùn)算，每一小塊運(yùn)算后的結(jié)果分別存入該標(biāo)簽矩陣b中的相應(yīng)位置，從而使每一小塊內(nèi)的不同連通區(qū)對應(yīng)不同的標(biāo)簽值；5)標(biāo)簽提升藉由一預(yù)設(shè)的標(biāo)簽提升算法使該標(biāo)簽矩陣中的每一個標(biāo)簽值無重復(fù)；6)塊間合并檢測左右相鄰塊間的邊界點(diǎn)在該標(biāo)簽矩陣中的位置，并判斷在該特征矩陣中相同位置上特征值是否相等；若相等，則用左塊的標(biāo)簽值替換右塊的標(biāo)簽值；檢測上下相鄰塊間的邊界點(diǎn)在該標(biāo)簽矩陣中的位置，并判斷在該特征矩陣中相同位置上特征值是否相等；若相等，則用上塊的標(biāo)簽值替換下塊的標(biāo)簽值；替換后標(biāo) 簽值相等的區(qū)域是同一連通區(qū)；及7)輸出集合對標(biāo)簽矩陣按(s，v)形式組織，按V快速排序，分類輸出(S)，其中S為空間坐標(biāo)，V為標(biāo)簽值。
權(quán)利要求
1.一種N維特征空間連通性的計(jì)算方法，其特征在于，該方法使用“數(shù)據(jù)提升、建標(biāo)簽陣、數(shù)據(jù)分塊、分塊跟蹤、標(biāo)簽提升、塊間合并、輸出集合”的步驟完成特征空間連通性在云計(jì)算平臺的計(jì)算。
2.如權(quán)利要求I所述的連通性的計(jì)算方法，其特征在于，所述“數(shù)據(jù)提升、建標(biāo)簽陣、數(shù)據(jù)分塊、分塊跟蹤、標(biāo)簽提升、塊間合并、輸出集合”的步驟具體為 1)數(shù)據(jù)提升接收一特征矩陣，掃描該矩陣，計(jì)算所有特征值中的最大值(MAX)與最小值(MIN);在該最大值與該最小值不相等時，將所有特征值同時減去(MIN-I)； 2)建標(biāo)簽陣創(chuàng)建一標(biāo)簽矩陣，該標(biāo)簽矩陣的行列數(shù)與該特征矩陣的行列數(shù)相同且其初始值全部標(biāo)為O ; 3)數(shù)據(jù)分塊將該特征矩陣分成若干行列數(shù)相同的小塊； 4)分塊跟蹤將該若干小塊中的每一小塊分別送入云平臺上不同的計(jì)算機(jī)或處理器，根據(jù)連通性要求進(jìn)行鄰域跟蹤運(yùn)算，每一小塊運(yùn)算后的結(jié)果分別存入該標(biāo)簽矩陣b中的相應(yīng)位置，從而使每一小塊內(nèi)的不同連通區(qū)對應(yīng)不同的標(biāo)簽值； 5)標(biāo)簽提升藉由一預(yù)設(shè)的標(biāo)簽提升算法使該標(biāo)簽矩陣中的每一個標(biāo)簽值無重復(fù)； 6)塊間合并檢測左右相鄰塊間的邊界點(diǎn)在該標(biāo)簽矩陣中的位置，并判斷在該特征矩陣中相同位置上特征值是否相等；若相等，則用左塊的標(biāo)簽值替換右塊的標(biāo)簽值；檢測上下相鄰塊間的邊界點(diǎn)在該標(biāo)簽矩陣中的位置，并判斷在該特征矩陣中相同位置上特征值是否相等；若相等，則用上塊的標(biāo)簽值替換下塊的標(biāo)簽值；替換后標(biāo)簽值相等的區(qū)域是同一連通區(qū) '及 7)輸出集合對標(biāo)簽矩陣按(s，v)形式組織，按V快速排序，分類輸出(S)，其中s為空間坐標(biāo)，V為標(biāo)簽值。
3.如權(quán)利要求2所述的連通性的計(jì)算方法，其特征在于，在所述數(shù)據(jù)分塊及分塊跟蹤步驟中，所述預(yù)設(shè)的跟蹤算法為二維8鄰域跟蹤及三維26鄰域跟蹤。
4.如權(quán)利要求3所述的連通性的計(jì)算方法，其特征在于，在所述預(yù)設(shè)的跟蹤算法中，如果某一點(diǎn)被跟蹤過，將其值翻轉(zhuǎn)，即如原值為X，跟蹤過后，則變成-X，用于避免重復(fù)跟蹤。
5.如權(quán)利要求2所述的連通性的計(jì)算方法，其特征在于，所述預(yù)設(shè)的標(biāo)簽提升算法包括比較每一小塊經(jīng)運(yùn)算后的若干標(biāo)簽值中的最大標(biāo)簽值(A)與最小標(biāo)簽值(a)，將每一小塊中的標(biāo)簽值減去(a_l)，以及從第二小塊開啟每一小塊中的標(biāo)簽值都加上前一小塊的最大標(biāo)簽值，直至最后一塊。
6.如權(quán)利要求2所述的連通性的計(jì)算方法，其特征在于，所述N維特征空間為二維特征空間時，對標(biāo)簽矩陣按(i，j，v)形式組織，按v快速排序，分類輸出(i，j)，其中i為行，j為列，V為標(biāo)簽值。
7.如權(quán)利要求2所述的連通性的計(jì)算方法，其特征在于，所述連通性的計(jì)算方法用于圖像分割時還包括步驟從外部接收一圖像，將其從RGB轉(zhuǎn)換到CIE-Luv空間，以10為單位量化L/u/v，量化后以Sqrt(L2+U2+v2)為特征值形成特征矩陣，其中，sqrt表示開平根。
全文摘要
本發(fā)明提供一種N維特征空間連通性在云計(jì)算平臺上的計(jì)算方法，使用“數(shù)據(jù)提升、建標(biāo)簽陣、數(shù)據(jù)分塊、分塊跟蹤、標(biāo)簽提升、塊間合并、輸出集合”的步驟完成特征空間連通性在云計(jì)算平臺的計(jì)算。本發(fā)明所提供的連通性計(jì)算方法可以將特征空間分割成不同的連通區(qū)，并根據(jù)分割結(jié)果輸出連通區(qū)的個數(shù)及每個連通區(qū)點(diǎn)的坐標(biāo)集合。
文檔編號G06T5/00GK102800050SQ20111013769
公開日2012年11月28日 申請日期2011年5月25日 優(yōu)先權(quán)日2011年5月25日
發(fā)明者杜耀宏 申請人:國基電子(上海)有限公司, 鴻海精密工業(yè)股份有限公司