前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >matlab—影像分析进阶

matlab—影像分析进阶

作者头像
mathor
发布2018-07-24 14:57:01
1.2K0
发布2018-07-24 14:57:01
举报
文章被收录于专栏:mathormathor

十三、影像分析进阶

在这一章里面我们要做的事情全部都围绕两个问题,一个图像当中有多少个xxx,他们的大小是多少,举个例子

图13-1 rice

上图是一个米的影像,这张图片里有很多的米,现在我们的问题是,这里面有多少米,他们的大小是多少?

13.1 graythresh() and im2bw()

我们要回答上述两个问题,首先要做的是对影像进行预处理,第一步就是对图像进行阈值化处理。所谓阈值化处理就是当灰度值低于一个值(阈值)时,让其成为一个小的值,当灰度值大于一个值(阈值)时,让其成为一个大的值,即实现了阈值分割,这样图像就黑白分明,对比度加大了

所以我们首先要找到阈值,才能进行阈值化处理,matlab为我们提供了两个函数:

1.graythresh():使用最大类间方差法找到图片的一个合适阈值,其调用格式为:level = graythresh();

2.im2bw():使用阈值变换法把灰度图像转换成二值图像,所谓二值图像就是只有0(纯黑)、255(纯白),其调用格式为:bw = im2bw(I,level);,其中I是原图像对应矩阵,level是阈值

示例:

图13-2 阈值化处理

现在我们看上面的图,其实还没有打到我们想要的效果,因为有的米在处理的时候直接消失了,还有的变成了很多小颗粒,这些都会影响我们的结果。究其原因,我们发现,原图的背景本身就不是很均匀,中间部分比较亮,下半部分比较暗,所以我们要想办法去掉背景(background subtraction)

13.2 background subtraction

要想去掉背景,首先我们得把背景分离出来吧,这里用到一个函数imopen,读者照做即可

图13-3 去掉背景

现在我们可以将去掉背景以后的影响在做阈值化处理

图13-4 阈值化处理2

到此我们的影像预处理算是完成了,得到了一个比较满意的处理后的影像,下面我们就是要想办法让计算机去“数”有多少颗米,这说起来可能比较难,但是我们先分析图上,怎么样算是一颗米,我们不妨先看一下bw的矩阵

图13-5 bw矩阵

因为矩阵太大,所以我随便节选了一个部分,经过阈值化处理之后,矩阵内只有0和1,0表示黑,1表示白,我们的影像也是这样,米是白的,所以我们可以看到,在矩阵中,连续的一段区域内都是1,也就表示这是一颗米,当然这个类似于搜索的算法,不需要我们写,matlab为我们提供了函数bwlabel

13.3 bwlabel()

调用格式:L = bwlabel(bw,n),返回一个和bw大小相同的矩阵L,包含了标记bw中每个连通区域的类别标签,这些标签的值为1、2......num(连通区域的个数),n的值为4或8,表示是按4连通寻找还是按8连通寻找。4连通是指,如果像素的位置在像素相邻的上、下、左、右,则认为他们是连通的。8连通是指,如果像素的位置在像素相邻的上、下、左、右、左上角、左下角、右上角、右下角,则认为他们是连通的

示例:

图13-6 示例1

>>L = bwlabel(bw,4);

图13-7 四连通寻找

>>[L, num] = bwlabel(BW,8)

图13-8 八连通寻找

下面我们开始分析米的数量

图13-9 99颗米

计算出来的结果,num是99,所以图上一共有99颗米,不信的话可以打开label矩阵,看看靠右下角的地方数值是不是99。那么数完了米的数量,读者还可以思考一下,如何求出最大的米的大小以及所有米的平均大小,这两个问题留给读者下去思考

13.4 label2rgb()

我们再多学习几个函数,label2rgb这个函数的名字一听就知道,是将一个影像转换成rgb色彩,参数太简单我就不写了,直接看示例

示例:

图13-10 label2rgb函数

13.5 regionprops()

用来度量图像区域属性的函数regionprops(),调用格式为:stats = regionprops(L,properties);

参数说明:测量矩阵L中每一个标注区域的一系列属性,返回值stats是一个长度为max(L(:))的结构数组,结构数组的相应区域定义了每一个区域相应属性下的度量,properties可以是”all”或者”basic”,如果是all,则所有度量数据都将被计算,详情参考360百科:https://baike.so.com/doc/3338660-3515923.html

示例:

图13-11 regionprops函数

stats存储的是这99颗米,每颗米的area、centroid、boundingbox这三个度量的数据,如果要想查看第某颗米的数据,只需要stats(x)即可,这里我查看的是第33颗米的数据

13.6 bwselect()

最后说一个函数就结束影像处理的部分了,这个函数能够让用户与影像产生交互,bwselct,参数比较简单,直接给出示例

示例:

图13-12 bwselect函数

还没完,这时你把鼠标移到图上,随便点击几颗米,然后摁一下鼠标右键,图上就会只剩你点击的几颗米

图13-13bwselect函数(续)

本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2018-01-26,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档