在灰度图像中的磁盘数量

3次浏览(过去30天)

显示旧的注释

白木bba 2014年4月9日

0
链接

直接链接到这个问题

//www.tianjin-qmedu.com/matlabcentral/answers/125174-number-of-disks-in-a-grey-scale-image

编辑: 白木bba2014年4月13日

答:接受图像分析

我试图找到这个图像中的黑磁盘的数量。我尝试过“regionprops”，但问题是首先我需要将图像转换为二进制(在分辨率或精度上没有显著损失)，然后使用此函数。此外，“区域道具”不能很好地区分“触摸盘”。我使用的是R2014a版本。

任何帮助或意见将不胜感激。最好,白木

接受的答案

图像分析 2014年4月9日

0
链接

直接链接到这个答案

//www.tianjin-qmedu.com/matlabcentral/answers/125174-number-of-disks-in-a-grey-scale-image#answer_132870

对于这样一张图像，所有的斑点都非常接近于相同的大小，您只需简单地设置阈值来找到整个质量，然后除以单个斑点的面积。这将为您提供一个非常准确的计数。还有其他方法，如bwulterode()或标记控制流域分割但我认为它们可能不那么准确，而且更复杂。

这个方法确实有效。然而，我确实需要找到每个磁盘的中心，因为这张照片实际上显示了复合材料中“纤维”(就像一个磁盘)的横断面视图，我需要研究纤维在第三维度(进入平面)的分布。换句话说，我有几张图片(像这样)，它们是从不同截面的3D结构中拍摄的。为了研究分布，我想通过将每根纤维替换为它的中心线来简化问题(我假设所有的纤维都有大约相同的半径，并且在第三维中半径保持不变)。一旦我有了中心(对应于每根纤维)，我可以用样条来匹配它们以找到中心线。

我想使用这段代码来“过滤，调整(对比度)，并将图像二值化”，然后使用“regionprops”命令，但这次我不能让它工作:

background = medfilt2(Image， [20,20]);

Image = double(图像)- double(背景);

[~， Image] = transform(Image, 1-VF);% VF =体积分数

Image = Image/255;% 1 =纤维

-------------------------------

function [iThreshold, BinaryImage] = transform(filepath, VF)

将灰色图像转换为二值图像

输入:filepath -灰色路径＊ .tif SEM图像或

%一个0-255灰度的矩阵

VF -复合材料的体积分数

% Output: iThreshold -用于转换图像的阈值

% BinaryImage -二值图像

如果ischar (filepath)

Img = imread(文件路径);

其他的

                                  Img = 255-filepath;
                                 
                                  结束

Img = medfilt2(Img);

[row col] = size(Img);

TotalNopixel = row*col;

ThresholdPixelNo = ceil(TotalNopixel*VF);

ranking = sort(Img(:)，'下降');

iThreshold = ranking(ThresholdPixelNo);

BinaryImage = 0 (row,col);

i = 1:行

                                  为j = 1:坳
                                 
                                  如果Img (i, j) > = iThreshold
                                 
                                  BinaryImage(i,j) = 0;
                                 
                                  其他的
                                 
                                  BinaryImage(i,j) = 255;
                                 
                                  结束
                                 
                                  结束

结束

% BinaryImage = uint8(BinaryImage);

% BinaryImage = double(BinaryImage);

% BinaryImage = abs(BinaryImage-255);

-----------------------------------------------

再次感谢,

你的真挚的”

拉明

白木bba 2014年4月11日

Tnx用于随访。

我最初的问题是不完整和误导性的。我说“但是”,因为在你的第一个建议,只能回答你给我的数量blob(基于我的问题是正确的),但我需要知道两个“中心磁盘的位置”(为我分析)和“磁盘的数量”(因为我不可能发现所有的位置,我可以算出有多少中心我错过了通过比较“中心”的数量我已经发现和“磁盘的数量”,后者可以通过这种方法找到你首先描述)。

我还没有尝试过“标记控制的分水岭分割”，但我会很快尝试一下。

我使用“graythresh”来找到im2bw的“级别”，但为了分离磁盘，我降低了级别。使情况好转，但区域道具仍然不太管用。以下是我在im2bw(I,Level)后得到的:

另外，你介意告诉我你在“只是阈值，标签和调用区域道具”中的标签是什么意思吗?

最好,白木

白木bba 2014年4月12日

编辑:白木bba 2014年4月13日

代码很棒!谢谢。几个问题(如果你愿意，我可以在我下载文件的页面上问他们):

1 - 是否有一种方法可以计算出阈值的近似值?现在我是通过(用我的眼睛)比较实际图像和二进制图像来做的!我添加了一个循环，以防我知道曲面分数，但这可能不是情况。以下是我的做法:

                                  而abs (1-sum (sum (binaryImage)) / 1200 ^ 2-VF) > 0.01
                                 
                                  如果1-sum (sum (binaryImage)) / 1200 ^ 2 > VF
                                 
                                  thresholdValue = thresholdValue-1;
                                 
                                  binaryImage = originalImage > thresholdValue;
                                 
                                  其他的
                                 
                                  thresholdValue = thresholdValue + 1;
                                 
                                  binaryImage = originalImage > thresholdValue;
                                 
                                  结束
                                 
                                  我+ 1 =
                                 
                                  结束

2 - 现在，磁盘的中心还没有保存。在我自己的代码中，我使用了for循环来保存它们。我为一个非常简单的3D图像写了这段代码，其中每个2D横截面(即image (:，:， I))就像你的代码中的coins.png。我还假设我知道磁盘的数量。在您的代码中是否有其他方法实现此功能?

function [Centroid_f] = Centroid_finder(Image,n_of_F)

%这个函数的输入是:

图像=一个三维二进制矩阵

% n_of_F=矩阵中光纤数量/磁盘数量/气缸数量

%输出是纤维在基体内的质心

Size3 =大小(图片);

大小= Size3 (3);

Centroid_f = 0 (n_of_F 2大小);

k = 1:大小

                                  C =图像(:,:,k);
                                 
                                  cc = bwconncomp(C);
                                 
                                  S = regionprops(cc，“PixelIdxList”，“重心”）;
                                 
                                  %的停顿
                                 
                                  为我= 1:n_of_F
                                 
                                  Centroid_f(我:k) = s (i) .Centroid;
                                 
                                  结束
                                 
                                  结束

结束

3 - 我如何改变代码，使输入可以是一个3D灰度图像?我觉得这很难!我在考虑从3D矩阵中选择n个部分来构造n个二维灰度图像。然后，为每个部分使用您的代码。即使在这种情况下，我可能也必须运行该代码至少100次!这是一个好主意，把整个代码在一个“for”循环(因为我将知道我有多少部分/2D图像)，然后运行它?例如:

i = 1: n

.．.

Image2D (i) = imread(['节'num2str(我),”中将“]);

.．.

结束

4-我如何跟踪中心的运动?例如，假设我移动一张图像中的磁盘并创建另一张图像。现在，如何连接对应的磁盘?

问候,

登录评论。

类别

图像处理与计算机视觉“，图像处理工具箱图像滤波与增强对比度调整

了解更多对比度调整在帮助中心而且文件交换

s manbetx 845

图像处理工具箱

社区寻宝

在MATLAB Central中找到宝藏，并发现社区如何帮助您!

开始狩猎!

在灰度图像中的磁盘数量

0评论
显示隐藏-1旧的注释

接受的答案

8的评论
显示隐藏旧的评论

更多答案(0)

另请参阅

类别

标签

s manbetx 845

社区寻宝

在灰度图像中的磁盘数量

0评论 显示隐藏-1旧的注释

接受的答案

8的评论 显示隐藏旧的评论

更多答案(0)

另请参阅

类别

标签

s manbetx 845

社区寻宝

0评论
显示隐藏-1旧的注释

8的评论
显示隐藏旧的评论