区域标记及合并的算法实现 - 基于SoPC的边缘图像连通区域标记的算法

2.2 区域标记及合并的算法实现

　　图像处理过程分为连通区域标记、区域合并和区域排序三步。

　　(1)连通区域标记：按照改进后的8方向邻域生长算法进行连通区域标记，为每个连通区分配一个链表数组元素，用链表记录该连通区的目标点和端点。

　　(2)区域合并：逐个比较任意两个连通区域的端点链表，在大尺度范围内(本文采用9×9范围)，若其中有相邻的端点，则合并这两个连通区。

　　(3)区域排序：按照目标点的个数，从大到小对合并后的连通区域排序，取前N个目标点数大于X的连通区域作为后续特征提取的对象(本文N的最大取值为10，X取值20)，其余的视为干扰去掉。取形状较大的N个连通区进行下一步的特征提取，可以节省处理时间。

　　3 实验结果及分析

　　本文使用Altera公司的高性价比CycloneIII系列的FPGA EP3C25F324C8。SoPC系统共用逻辑单元8916/24624(36%)，寄存器5 415个，引脚101个，片内SRAM位数421 248/608 256(69%)，内置乘法器4个，PLL锁相环1个。系统时钟为100 MHz，NiosII软核处理器的性能为113 DMIPS。

　　实验结果如图4所示。图4(a)为实验用开发板和摄像头，图4(b)、(c)、(d)是不同图像在LCD液晶屏上显示的实验结果。显示分为三部分：左侧上部为原始灰度图像，大小为320×240;左侧下部为标记图像(不同区域由不同颜色显示)，大小为320×240;右侧为处理信息，大小为480×480。处理信息包括：Connection Num为连通区域个数;Merge Num为合并后的区域数;Region Num为排序后的区域数;Process Time为图像处理时间，单位为ms。

　　

 

　　实验结果表明，本文算法得出的标记图像结果正确、边缘清晰、去掉了杂点、提高了区域的连通性。在SoPC系统上实现时，对复杂图像的处理速度约30帧/s，满足了实时性要求。

　　实验结果表明了算法的有效性和实时性。基于SoPC技术的图像处理系统，软硬件协同工作，提高了系统的并行性和灵活性，便携性好，成本低。