詳解基于Matlab的空心散點檢測
更新時間：2022年02月28日 11:37:54 作者：slandarer
這篇文章主要介紹了如何利用Matlab實現(xiàn)空心散點檢測，文中的示例代碼講解詳細，對我們學習Matlab有一定的幫助，感興趣的可以跟隨小編了解一下
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，并且連接這些坐標形成兩個封閉的環(huán)路？
過程展示
圖像導入
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進行圖像分割
% 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
對于白色來說是腐蝕，對于黑色來說是膨脹，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)域查找與坐標均值計算
現(xiàn)在每一個白點都是一個坐標區(qū)域，我們檢測所有聯(lián)通區(qū)域并計算各個區(qū)域的重心即可：
% 獲取每一個聯(lián)通區(qū)域
[LPic,labelNum]=bwlabel(bwPic);
% 計算每一個聯(lián)通區(qū)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(jié)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)
% 獲取每一個聯(lián)通區(qū)域
[LPic,labelNum]=bwlabel(bwPic);
% 計算每一個聯(lián)通區(qū)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，當然大家可以根據(jù)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。
后注：
若是因為點較為密集而導致圈形路徑內(nèi)部白色區(qū)域沒被清除，可能會將內(nèi)部區(qū)域也算作散點造成錯誤，解決方法是計算每個聯(lián)通區(qū)域面積并剔除遠遠大于區(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
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));
% 計算每一個聯(lián)通區(qū)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
注：
2016版本及以前可能這句：
disSet=sqrt(sum((pointSet-pointSet(circleSetInd(end),:)).^2,2));
會出現(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));
以上就是詳解基于Matlab的空心散點檢測的詳細內(nèi)容，更多關(guān)于Matlab空心散點檢測的資料請關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
C++中求旋轉(zhuǎn)數(shù)組中的最小數(shù)字（經(jīng)典面試題）
這篇文章主要介紹了C++中求旋轉(zhuǎn)數(shù)組中的最小數(shù)字（經(jīng)典面試題）的相關(guān)資料,需要的朋友可以參考下2017-03-03
多態(tài)按字面的意思就是多種形態(tài)。當類之間存在層次結(jié)構(gòu)，并且類之間是通過繼承關(guān)聯(lián)時，就會用到多態(tài)。C++?多態(tài)意味著調(diào)用成員函數(shù)時，會根據(jù)調(diào)用函數(shù)的對象的類型來執(zhí)行不同的函數(shù)2022-06-06
一文掌握C++ const與constexpr及區(qū)別
C++ 11標準中,const 用于為修飾的變量添加“只讀”屬性而 constexpr關(guān)鍵字則用于指明其后是一個常量,編譯器在編譯程序時可以順帶將其結(jié)果計算出來,而無需等到程序運行階段,這樣的優(yōu)化極大地提高了程序的執(zhí)行效率,本文重點介紹C++ const與constexpr區(qū)別介紹,一起看看吧2024-02-02
C/C++?Qt?數(shù)據(jù)庫與TreeView組件綁定詳解
本篇文章主要介紹了QT數(shù)據(jù)庫與View組件的綁定，通過數(shù)據(jù)庫與組件關(guān)聯(lián)可實現(xiàn)動態(tài)展示數(shù)據(jù)庫中的表記錄。感興趣的小伙伴可以了解一下2021-12-12
C++ 數(shù)據(jù)結(jié)構(gòu)之kmp算法中的求Next()函數(shù)的算法
這篇文章主要介紹了C++ 數(shù)據(jù)結(jié)構(gòu)之kmp算法中的求Next()函數(shù)的算法的相關(guān)資料,需要的朋友可以參考下2017-06-06
這篇文章主要為大家詳細介紹了如何利用?Qt?和?OpenCV?實現(xiàn)一個可從視頻和圖片中檢測二維碼的軟件,感興趣的小伙伴可以跟隨小編一起學習一下2024-11-11
這篇文章主要介紹了c++利用函數(shù)指針示例,需要的朋友可以參考下2014-04-04
這篇文章主要為大家詳細介紹了C語言實現(xiàn)猜數(shù)游戲，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2020-12-12
C語言動態(tài)內(nèi)存管理的實現(xiàn)示例
動態(tài)內(nèi)存管理是一種允許程序在運行時根據(jù)需要動態(tài)申請和回收內(nèi)存的策略,它提供了四種重要的函數(shù),本文就來介紹一下,感興趣的可以了解一下2024-11-11
這篇文章主要為大家詳細介紹了C語言版飛機大戰(zhàn)游戲，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2020-12-12