詳解基於Matlab的空心散點檢測

問題描述

有一張這樣的圖片,如何提取裡面的紅色圈圈坐標,並且連接這些坐標形成兩個封閉的環路?

過程展示

圖像導入

oriPic=imread('test1.png');

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

依據RGB值圖像二值化

原理就是圖中顏色種類比較少,隻有紅黑白,而紅色和白色都是R通道數值較大,因此我們可以利用這一點進行圖像分割

% 刪除紅色外的部分並構造二值圖
grayPic=rgb2gray(oriPic);
grayPic(oriPic(:,:,1)<250)=255;
grayPic(grayPic<250)=0;

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

圖像腐蝕

對於白色來說是腐蝕,對於黑色來說是膨脹,這一步是為瞭讓那些有缺口的小圓圈將缺口補起來

% 圖像膨脹,使未連接邊緣連接
SE=[0 1 0;1 1 1;0 1 0];
bwPic=imerode(grayPic,SE);

figure
imshow(bwPic)

圖像邊緣清理

就是把和邊緣連接的不被黑色包圍的區域變成黑色:

% 邊緣清理:保留圓圈聯通區域
bwPic=imclearborder(bwPic);
%subplot(2,2,3)
figure
imshow(bwPic)

聯通區域查找與坐標均值計算

現在每一個白點都是一個坐標區域,我們檢測所有聯通區域並計算各個區域的重心即可:

% 獲取每一個聯通區域
[LPic,labelNum]=bwlabel(bwPic);

% 計算每一個聯通區域 坐標均值
pointSet=zeros(labelNum,2);
for i=1:labelNum
    [X,Y]=find(LPic==i);
    Xmean=mean(X);
    Ymean=mean(Y);
    pointSet(i,:)=[Xmean,Ymean];
end

% 畫個圖展示一下
%subplot(2,2,4)
figure
imshow(bwPic)
hold on
scatter(pointSet(:,2),pointSet(:,1),'r','LineWidth',1)

可以看出定位結果還是非常準確的:

圈查找

就以一個點開始不斷找最近的點唄,沒啥好說的:

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

這效果就很美滋滋:

完整代碼

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

% 刪除紅色外的部分並構造二值圖
grayPic=rgb2gray(oriPic);
grayPic(oriPic(:,:,1)<250)=255;
grayPic(grayPic<250)=0;
%subplot(2,2,2)
figure
imshow(grayPic)

% 圖像膨脹,使未連接邊緣連接
SE=[0 1 0;1 1 1;0 1 0];
bwPic=imerode(grayPic,SE);
figure
imshow(bwPic)

% 邊緣清理:保留圓圈聯通區域
bwPic=imclearborder(bwPic);
%subplot(2,2,3)
figure
imshow(bwPic)

% 獲取每一個聯通區域
[LPic,labelNum]=bwlabel(bwPic);

% 計算每一個聯通區域 坐標均值
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

其它形狀空心散點檢測

來波正方形試試:

可以看出效果還是很棒的,當然大傢可以根據實際情況自行更改圖像腐蝕模板形狀,如果散點是其它顏色請自行更改第一步的圖像分割條件。

後註:

若是因為點較為密集而導致圈形路徑內部白色區域沒被清除,可能會將內部區域也算作散點造成錯誤,解決方法是計算每個聯通區域面積並剔除遠遠大於區域面積中位數的聯通區域:

問題出現原因的圖片描述:

如圖所示種間那一大片區域也被算作散點

更改後代碼如下:

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

% 刪除紅色外的部分並構造二值圖
grayPic=rgb2gray(oriPic);
grayPic(oriPic(:,:,1)<250)=255;
grayPic(grayPic<250)=0;
figure
imshow(grayPic)

% 圖像膨脹,使未連接邊緣連接
SE=[0 1 0;1 1 1;0 1 0];
bwPic=imerode(grayPic,SE);
figure
imshow(bwPic)

% 邊緣清理:保留圓圈聯通區域
bwPic=imclearborder(bwPic);
figure
imshow(bwPic)

% 獲取每一個聯通區域
[LPic,labelNum]=bwlabel(bwPic);

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

% 計算每一個聯通區域 坐標均值
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

註:

2016版本及以前可能這句:

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

會出現數組大小不匹配問題,可以將其改為:

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

以上就是詳解基於Matlab的空心散點檢測的詳細內容,更多關於Matlab空心散點檢測的資料請關註WalkonNet其它相關文章!

推薦閱讀: