图像处理之Matlab特征提取和表达

转自：https://blog.csdn.net/ling_xiobai/article/details/76854220

今天，刚学了一些规则图形的特征提取，发现了几个好用的函数。请见下文：

我想对下面的图片进行图像内容提取
这里写图片描述

一.载入图像，图像分割
因为是一张彩色图像，所以先进行图像分割，最简单的就是阈值化了，可以直接使用im2bw（）,图像分割的其他方法先不展开，下回分析，在这里使用im2bw（）函数已经够用

img = imread('图形.jpg');
figure,imshow(img);
img = im2bw(img);%（图像分割）转化为二值图
img = not(img);%把图像想表达的内容变成1
figure,imshow(img);

效果如下：
这里写图片描述

最上面那个转化成二值图，变成一个不规则的图形了，应在继续对这个区域做处理，但这不影响我们这篇文章的主题，所以先忽视。

二.使用bwboundaries函数显示图像中目标的边界
bwboundaries函数可以追踪目标的外边界，以及这些目标中孔的边界。它返回：
1.一个元胞数组（B）（补充：元胞数组不同于普通数组，普通数组存放的元素都是一样的数据结构，但元胞数组存储的可以是不同的数据类型，所以元素间不相关）
2.返回一个标号矩阵L，其中每个目标赋予一个标号（下面有示例）
3.返回总目标数N等

[B,L] = bwboundaries(img);
figure,imshow(img);
hold on;
for k = 1:length(B)
    boundary = B{k};
    plot(boundary(:,2),boundary(:,1),'g','LineWidth',2);
end

效果如下：
这里写图片描述

三.标记区域
使用bwlabel标记测试图像中的连续区域（目标），伪彩色化他们，并结合他们的数字标记依次显示他们

[L,N] = bwlabel(img);
img_rgb = label2rgb(L,'hsv',[.5 .5 .5],'shuffle');
figure,imshow(img_rgb);hold on
for k =1:length(B)
    boundary = B{k};
    plot(boundary(:,2),boundary(:,1),'w','LineWidth',2);
    text(boundary(1,2)-11,boundary(1,1)+11,num2str(k),'Color','y','Fontsize',14,'FontWeight','bold');
end

效果图如下：
这里写图片描述

到这里，特征提取基本完成，接下来
四.特征表达
使用regionprops函数对图像中的每个目标提取下面的二值特征
这个函数实在是好用，直接使用它可以统计很多信息，在workspace可以查看。

stats = regionprops(L,'all');%统计的数保留在stats内
temp = zeros(1,N);
for k = 1:N
    %计算thinness ratio（细度比例）
    temp(k) = 4 * pi * stats(k,1).Area / (stats(k,1).Perimeter)^2;
    stats(k,1).ThinnessRatio = temp(k);
    %计算aspect ratio
    temp(k) = (stats(k,1).BoundingBox(3))/(stats(k,1).BoundingBox(4));
    stats(k,1).AspectRatio = temp(k);
end

查看效果：
这里写图片描述
从这里可以查看很多数据，比如Area（面积）,Centroid（重心）,Eccentricity（偏心率）,Perimeter（周长）等等，也可以像我一样，定义thinness ratio（细度比例）等等。

其实做到这里，差不多了，接下来就是分析数据，查看各个图行差距比较大的特征，然后定义阈值来制作分类器。
也可以更清晰地表达画出特征矢量图。以面积和细度比例为例

areas = zeros(1,N);
for k = 1:N
    areas(k) = stats(k).Area;
end
TR = zeros(1,N);

for k = 1: N
    TR(k) = stats(k).ThinnessRatio;
end
cmap = colormap(lines(21));
figure
for k = 1:N
    scatter(areas(k),TR(k),[],cmap(k,:),'filled');
    ylabel('Thinness Ratio'),xlabel('Area');
    hold on
end

效果如下：
这里写图片描述

OK，这次学习就到这里，希望大家多多交流，一起学习，分享知识是一种美德，谢谢观看。
附：
参考书籍：《实用MATLAB图像和视频处理》

图像处理之Matlab特征提取和表达

猜你喜欢