Matlab空心散點(diǎn)檢測的示例分析

這篇文章主要介紹Matlab空心散點(diǎn)檢測的示例分析，文中介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們一定要看完！

問題描述

有一張這樣的圖片，如何提取里面的紅色圈圈坐標(biāo)，并且連接這些坐標(biāo)形成兩個(gè)封閉的環(huán)路？

過程展示

圖像導(dǎo)入

oriPic=imread('test1.png');

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

依據(jù)RGB值圖像二值化

原理就是圖中顏色種類比較少，只有紅黑白，而紅色和白色都是R通道數(shù)值較大，因此我們可以利用這一點(diǎn)進(jìn)行圖像分割

% 刪除紅色外的部分并構(gòu)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(duì)于白色來說是腐蝕，對(duì)于黑色來說是膨脹，這一步是為了讓那些有缺口的小圓圈將缺口補(bǔ)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(qū)域變成黑色：

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

聯(lián)通區(qū)域查找與坐標(biāo)均值計(jì)算

現(xiàn)在每一個(gè)白點(diǎn)都是一個(gè)坐標(biāo)區(qū)域，我們檢測所有聯(lián)通區(qū)域并計(jì)算各個(gè)區(qū)域的重心即可：

% 獲取每一個(gè)聯(lián)通區(qū)域
[LPic,labelNum]=bwlabel(bwPic);

% 計(jì)算每一個(gè)聯(lián)通區(qū)域 坐標(biāo)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(gè)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(jié)果還是非常準(zhǔn)確的：

圈查找

就以一個(gè)點(diǎn)開始不斷找最近的點(diǎn)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)

% 刪除紅色外的部分并構(gòu)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(lián)通區(qū)域
bwPic=imclearborder(bwPic);
%subplot(2,2,3)
figure
imshow(bwPic)

% 獲取每一個(gè)聯(lián)通區(qū)域
[LPic,labelNum]=bwlabel(bwPic);

% 計(jì)算每一個(gè)聯(lián)通區(qū)域 坐標(biāo)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(diǎn)檢測

來波正方形試試：

可以看出效果還是很棒的，當(dāng)然大家可以根據(jù)實(shí)際情況自行更改圖像腐蝕模板形狀，如果散點(diǎn)是其它顏色請自行更改第一步的圖像分割條件。

后注：

若是因?yàn)辄c(diǎn)較為密集而導(dǎo)致圈形路徑內(nèi)部白色區(qū)域沒被清除，可能會(huì)將內(nèi)部區(qū)域也算作散點(diǎn)造成錯(cuò)誤，解決方法是計(jì)算每個(gè)聯(lián)通區(qū)域面積并剔除遠(yuǎn)遠(yuǎn)大于區(qū)域面積中位數(shù)的聯(lián)通區(qū)域：

問題出現(xiàn)原因的圖片描述：

如圖所示種間那一大片區(qū)域也被算作散點(diǎn)

更改后代碼如下：

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

% 刪除紅色外的部分并構(gòu)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(lián)通區(qū)域
bwPic=imclearborder(bwPic);
figure
imshow(bwPic)

% 獲取每一個(gè)聯(lián)通區(qū)域
[LPic,labelNum]=bwlabel(bwPic);

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

% 計(jì)算每一個(gè)聯(lián)通區(qū)域 坐標(biāo)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版本及以前可能這句：

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

會(huì)出現(xiàn)數(shù)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));

以上是“Matlab空心散點(diǎn)檢測的示例分析”這篇文章的所有內(nèi)容，感謝各位的閱讀！希望分享的內(nèi)容對(duì)大家有幫助，更多相關(guān)知識(shí)，歡迎關(guān)注億速云行業(yè)資訊頻道！