详解基于Matlab的空心散点检测

问题描述

有一张这样的图片,如何提取里面的红色圈圈坐标,并且连接这些坐标形成两个封闭的环路?

详解基于Matlab的空心散点检测_第1张图片

过程展示

图像导入

oriPic=imread('test1.png');

subplot(2,2,1)
imshow(oriPic)

依据RGB值图像二值化

原理就是图中颜色种类比较少,只有红黑白,而红色和白色都是R通道数值较大,因此我们可以利用这一点进行图像分割

% 删除红色外的部分并构造二值图
grayPic=rgb2gray(oriPic);
grayPic(oriPic(:,:,1)<250)=255;
grayPic(grayPic<250)=0;

%subplot(2,2,2)
figure
imshow(grayPic)

详解基于Matlab的空心散点检测_第2张图片

图像腐蚀

对于白色来说是腐蚀,对于黑色来说是膨胀,这一步是为了让那些有缺口的小圆圈将缺口补起来

% 图像膨胀,使未连接边缘连接
SE=[0 1 0;1 1 1;0 1 0];
bwPic=imerode(grayPic,SE);

figure
imshow(bwPic)

详解基于Matlab的空心散点检测_第3张图片

图像边缘清理

就是把和边缘连接的不被黑色包围的区域变成黑色:

% 边缘清理:保留圆圈联通区域
bwPic=imclearborder(bwPic);
%subplot(2,2,3)
figure
imshow(bwPic)

详解基于Matlab的空心散点检测_第4张图片

联通区域查找与坐标均值计算

现在每一个白点都是一个坐标区域,我们检测所有联通区域并计算各个区域的重心即可:

% 获取每一个联通区域
[LPic,labelNum]=bwlabel(bwPic);

% 计算每一个联通区域 坐标均值
pointSet=zeros(labelNum,2);
for i=1:labelNum
    [X,Y]=find(LPic==i);
    Xmean=mean(X);
    Ymean=mean(Y);
    pointSet(i,:)=[Xmean,Ymean];
end

% 画个图展示一下
%subplot(2,2,4)
figure
imshow(bwPic)
hold on
scatter(pointSet(:,2),pointSet(:,1),'r','LineWidth',1)

可以看出定位结果还是非常准确的:

详解基于Matlab的空心散点检测_第5张图片

圈查找

就以一个点开始不断找最近的点呗,没啥好说的:

n=1;
while ~isempty(pointSet)
    circleSetInd=1;
    for j=1:length(pointSet)
        disSet=sqrt(sum((pointSet-pointSet(circleSetInd(end),:)).^2,2));
        [~,ind]=sort(disSet);
        ind=ind(1:5);
        [~,~,t_ind]=intersect(circleSetInd,ind);
        ind(t_ind)=[];
        if ~isempty(ind)
            circleSetInd=[circleSetInd;ind(1)];
        else
            circleSet{n}=pointSet(circleSetInd,:);
            pointSet(circleSetInd,:)=[];
            n=n+1;
            break
        end
    end
end

figure
imshow(oriPic)
hold on
for i=1:n-1
plot(circleSet{i}(:,2),circleSet{i}(:,1),'LineWidth',2)
end

这效果就很美滋滋:

详解基于Matlab的空心散点检测_第6张图片

完整代码

function redPnt
oriPic=imread('test1.png');
%subplot(2,2,1)
figure
imshow(oriPic)

% 删除红色外的部分并构造二值图
grayPic=rgb2gray(oriPic);
grayPic(oriPic(:,:,1)<250)=255;
grayPic(grayPic<250)=0;
%subplot(2,2,2)
figure
imshow(grayPic)

% 图像膨胀,使未连接边缘连接
SE=[0 1 0;1 1 1;0 1 0];
bwPic=imerode(grayPic,SE);
figure
imshow(bwPic)

% 边缘清理:保留圆圈联通区域
bwPic=imclearborder(bwPic);
%subplot(2,2,3)
figure
imshow(bwPic)

% 获取每一个联通区域
[LPic,labelNum]=bwlabel(bwPic);

% 计算每一个联通区域 坐标均值
pointSet=zeros(labelNum,2);
for i=1:labelNum
    [X,Y]=find(LPic==i);
    Xmean=mean(X);
    Ymean=mean(Y);
    pointSet(i,:)=[Xmean,Ymean];
end


%subplot(2,2,4)
figure
imshow(bwPic)
hold on
scatter(pointSet(:,2),pointSet(:,1),'r','LineWidth',1)

n=1;
while ~isempty(pointSet)
    circleSetInd=1;
    for j=1:length(pointSet)
        disSet=sqrt(sum((pointSet-pointSet(circleSetInd(end),:)).^2,2));
        [~,ind]=sort(disSet);
        ind=ind(1:5);
        [~,~,t_ind]=intersect(circleSetInd,ind);
        ind(t_ind)=[];
        if ~isempty(ind)
            circleSetInd=[circleSetInd;ind(1)];
        else
            circleSet{n}=pointSet(circleSetInd,:);
            pointSet(circleSetInd,:)=[];
            n=n+1;
            break
        end
    end
end

figure
imshow(oriPic)
hold on
for i=1:n-1
plot(circleSet{i}(:,2),circleSet{i}(:,1),'LineWidth',2)
end

end

其它形状空心散点检测

来波正方形试试:

详解基于Matlab的空心散点检测_第7张图片

详解基于Matlab的空心散点检测_第8张图片

详解基于Matlab的空心散点检测_第9张图片

详解基于Matlab的空心散点检测_第10张图片

详解基于Matlab的空心散点检测_第11张图片

详解基于Matlab的空心散点检测_第12张图片

可以看出效果还是很棒的,当然大家可以根据实际情况自行更改图像腐蚀模板形状,如果散点是其它颜色请自行更改第一步的图像分割条件。

后注:

若是因为点较为密集而导致圈形路径内部白色区域没被清除,可能会将内部区域也算作散点造成错误,解决方法是计算每个联通区域面积并剔除远远大于区域面积中位数的联通区域:

问题出现原因的图片描述:

详解基于Matlab的空心散点检测_第13张图片

详解基于Matlab的空心散点检测_第14张图片

如图所示种间那一大片区域也被算作散点

详解基于Matlab的空心散点检测_第15张图片

更改后代码如下:

function redPnt
oriPic=imread('test2.png');
figure
imshow(oriPic)

% 删除红色外的部分并构造二值图
grayPic=rgb2gray(oriPic);
grayPic(oriPic(:,:,1)<250)=255;
grayPic(grayPic<250)=0;
figure
imshow(grayPic)

% 图像膨胀,使未连接边缘连接
SE=[0 1 0;1 1 1;0 1 0];
bwPic=imerode(grayPic,SE);
figure
imshow(bwPic)

% 边缘清理:保留圆圈联通区域
bwPic=imclearborder(bwPic);
figure
imshow(bwPic)

% 获取每一个联通区域
[LPic,labelNum]=bwlabel(bwPic);

% 筛掉超大区域
pointSizeSet=zeros(1,labelNum);
for i=1:labelNum
    pointSizeSet(i)=sum(sum(LPic==i));
end
[~,ind]=find(pointSizeSet>10*median(pointSizeSet));

% 计算每一个联通区域 坐标均值
pointSet=zeros(labelNum,2);
for i=1:labelNum
    [X,Y]=find(LPic==i);
    Xmean=mean(X);
    Ymean=mean(Y);
    pointSet(i,:)=[Xmean,Ymean];
end
pointSet(ind,:)=[];


figure
imshow(bwPic)
hold on
scatter(pointSet(:,2),pointSet(:,1),'r','LineWidth',1)

n=1;
while ~isempty(pointSet)
    circleSetInd=1;
    for j=1:length(pointSet)
        disSet=sqrt(sum((pointSet-pointSet(circleSetInd(end),:)).^2,2));
        [~,ind]=sort(disSet);
        ind=ind(1:min(5,length(ind)));
        [~,~,t_ind]=intersect(circleSetInd,ind);
        ind(t_ind)=[];
        if ~isempty(ind)
            circleSetInd=[circleSetInd;ind(1)];
        else
            circleSet{n}=pointSet(circleSetInd,:);
            pointSet(circleSetInd,:)=[];
            n=n+1;
            break
        end
    end
end

figure
imshow(oriPic)
hold on
for i=1:n-1
plot(circleSet{i}(:,2),circleSet{i}(:,1),'LineWidth',2)
end

end

注:

2016版本及以前可能这句:

disSet=sqrt(sum((pointSet-pointSet(circleSetInd(end),:)).^2,2));

会出现数组大小不匹配问题,可以将其改为:

tempMat=repmat(pointSet(circleSetInd(end),:),[size(pointSet,1),1]);
disSet=sqrt(sum((pointSet-tempMat).^2,2));

以上就是详解基于Matlab的空心散点检测的详细内容,更多关于Matlab空心散点检测的资料请关注脚本之家其它相关文章!

你可能感兴趣的:(详解基于Matlab的空心散点检测)