克利夫角:克利夫莫尔的数学和计算
Loren关于MATLAB的艺术
用MATLAB进行图像处理
人在仿真软件万博1manbetx
深度学习
开发区域
斯图尔特的MATLAB视频
在标题后面
本周文件交换精选
汉斯在物联网
学生休息室
初创公司、加速器和创业者
MATLAB社区
MATLABユーザーコミュニティー峰值、峰值滤波和灰度加权质心
我以前的文章(
17 - 9 - 2021
)是基于一维的例子。今天的帖子集中在一个图片的例子(在2-D)，它连接到使用
regionprops
计算峰值的灰度加权质心。我还会讲一些三维曲面的可视化，只是为了好玩。这是今天的图片:
url =“https://blogs.mathworks.com/steve/files/snowflakes2.png”；
一个= imread (url);
imshow (A)
我想看看我们能不能把注意力集中在算法上
白色点点事情
(这是我在工程学院学到的一个专业术语)。首先，让我们试着计算
区域最大值
．
A_regmax = imregionalmax(一个);
imshow (A_regmax)
乍一看，确实如此
不
看起来像我要找的东西。我们来看看这是怎么回事。
A_regmax_overlay = imoverlay (A_regmax,“绿色”）;
imshow (A_regmax_overlay)
我想仔细看看一个白色的斑点。
imshow (A_regmax_overlay (30:47,263:285:))
其中一个，或者两个，看起来像我们感兴趣的山峰。其他人呢?让我向你展示两种不同的进一步探索的方法。第一个是三维可视化，我们将图像像素值视为灰色表面的高度。下面的代码显示了这个表面，然后它将检测到的区域最大值显示为表面上方的蓝黄色点。
数字
A_cropped = (30:47,263:285);
A_regmax_cropped = A_regmax (30:47,263:285);
冲浪(A_cropped EdgeColor =“没有”）
colormap (“灰色”）
照明高洛德
daspect([1] 15日)
[y、x ~] =找到(A_regmax_cropped);
z = A_cropped (A_regmax_cropped);
持有在
plot3 (x, y, z + 1,线型=“没有”标志=“o”，.．.
MarkerEdgeColor =“b”，.．.
MarkerFaceColor =“y”）
包含(“x”）
ylabel (“y”）
甘氨胆酸集(YDir =“反向”）
视图(-35,45)
camlight
持有从
第二种方法是返回到2-D，但是使用一个非常放大的视图，将实际的像素值叠加在单个像素上。为了完成这个任务，我使用了
图像查看器
和
像素区域的工具
．下面是像素区域工具的屏幕截图。我已经用区域最大值的位置注释了屏幕截图。
使用任何一种技术，您都可以了解到，其中几个最大值位置只是小的、无趣的波动。
正如我在前几篇文章中讨论的，您可以使用
h-maxima变换
过滤掉这些小的峰。
h = 75;
B = imhmax (h);
imshow (B (30:47,263:285))
B_regmax = imregionalmax (B);
imshow (B_regmax (30:47,263:285))
B_regmax_overlay = imoverlay (B B_regmax“绿色”）;
imshow (B_regmax_overlay)
轴([225 315 30 60])
我想以一个连接来结束
regionprops
函数。这个函数最常用于二值图像输入，它计算二值图像中物体(连接组件)的各种几何属性。但你也可以同时提供灰度图像。有了这些额外的信息，您可以计算其他属性。这里，我感兴趣的是
加权质心
检测到的各种峰。原始图像像素值将被用作权重。下面是如何做到这一点:
道具= regionprops (“表”B_regmax,,“WeightedCentroid”）
这是一种可视化结果的方法:
imshow (A)
持有在
情节(props.WeightedCentroid (: 1) props.WeightedCentroid (:, 2),.．.
线型=“没有”标志=“o”MarkerEdgeColor =“y”，.．.
MarkerFaceColor =“b”）
持有从
轴([225 315 30 60])
标题(“灰度加权质心”）
コメント
コメントを残すには,ここをクリックしてMathWorksアカウントにサインインするか新しいMathWorksアカウントを作成します。