Matlab图像处理（一）：二值化、开操作、连通区域提取、重心，ROI（region of interest）

本博客主要记录我利用Matlab学习图像处理的一些学习笔记，欢迎交流，批评指正。

本篇是第一篇，主要讲解图像处理的一些基础知识，列出如下：

1.二值化

2.开操作

3.连通区域提取

4.连通区域重心提取

5.bouding box提取

各操作背后的理论基础，这里先做简要说明：

1.二值化：通过选取适当的阈值，将图像上的像素点的灰度值设置为0或255【黑（0）和白（255）】，使整个图像呈现出黑白的效果。

  图像处理，第一步一般就是进行二值化，而二值化常用的方法有两种（1）ostu方法，（2）Kittle算法。

  一般先将图像灰度化，再将灰度图像二值化，然后进行其他处理。matlab可以直接用graythresh方法找到合适的阈值。之后用im2bw将灰度图像转化为二值化图像。

2.开操作：开操作一般应用在二值图像分析处理的基础上，使对象的轮廓变得光滑，断开狭窄的间断和消除细的突出物。

主要用来保留某种结构操作，remove其他不符合结构区域的前景区域像素。此操作依赖于结构元素的选取。

3.连通区域提取：在我们讨论连通区首先要明确域算法之前，首先要知道什么是连通区域。在图像中，最小的单位是像素，每个像素周围有8个邻接像素。

常见的邻接关系有两种：4邻接和8邻接，4邻接的一共有4个点，即上下左右，如下左图所示，8邻接的一共有8个点，包括了对角线，如下右图所示。

                                                                                             

如果像素A与B邻接，那么我们称A与B连通，那么有如下结论：

如果A与B连通，B与C连通，那么A与C连通。

从视觉上来看，彼此连通的点形成了一个区域，而不连通的点形成了不同的区域，这样一个所有彼此连通的点构成的集合，我们称为一个连通区域。

4.连通区域重心提取：只需要用matlab的regionprops方法就可很方便的获取各种属性。

5.bouding box提取：同样用regionprops方法获取。

源代码如下：

%function:
%获取图像感兴趣的位置，并进行标记
%date:2016-9-21
%author:Zyy


%清空变量，读取图像，并显示其属性
clear;close all
src = imread('rice.png');
whos


%显示原始图像
figure('name','myapp'),
subplot(2,2,1),imshow(src),title('src')


%用ostu方法获取二值化阈值，进行二值化并进行显示
level=graythresh(src);
bw=im2bw(src,level);
subplot(2,2,2),imshow(bw),title('bw')


%运用开操作消去噪点
se = strel('disk',2);%结构元素se
openbw=imopen(bw,se);
subplot(2,2,3),imshow(openbw),title('open')


%获取连通区域，并进行显示
L = bwlabel(openbw,4);
RGB = label2rgb(L);
subplot(2,2,4),imshow(RGB),title('rgb')


%获取区域的'basic'属性， 'Area', 'Centroid', and 'BoundingBox' 
stats = regionprops(openbw, 'basic');
centroids = cat(1, stats.Centroid);
figure('name','regionprops'),
%绘制开操作之后的二值化图像
imshow(openbw),title('centroids')  
hold on
%绘制重心
plot(centroids(:,1), centroids(:,2), 'b*'),
%绘制感兴趣区域ROI
for i=1:size(stats)
     rectangle('Position',[stats(i).BoundingBox],'LineWidth',2,'LineStyle','--','EdgeColor','r'),
end
hold off