image - Matlab的bwlabel,regionprops & centroid函数解释

Question

我花了一整天的时间阅读上述 MATLAB 函数。我似乎无法在网上找到任何好的解释，即使是在 MathWorks 网站上!

如果有人可以解释，我将不胜感激 bwlabel , regionprops和 centroid .如果应用于灰度图像，它们如何工作？

具体来说，它们在下面的代码中被使用。上面的函数如何应用于下面的代码？

fun=@minutie; L = nlfilter(K,[3 3],fun); 
%% Termination LTerm=(L==1); 
figure; imshow(LTerm) 
LTermLab=bwlabel(LTerm); 
propTerm=regionprops(LTermLab,'Centroid'); 
CentroidTerm=round(cat(1,LTerm(:).Centroid)); 
figure; imshow(~K) 
set(gcf,'position',[1 1 600 600]); hold on 
plot(CentroidTerm(:,1),CentroidTerm(:,2),'ro') 

Answer 1

解释的太啰嗦了!...不过，我很想给你解释一下。但是，我有点惊讶您无法理解 MathWorks 的文档。它实际上很好地解释了很多(如果不是全部……)它们的功能。
顺便说一句，bwlabel和 regionprops是 未定义 用于灰度图像。您只能将这些应用于 二进制 图片。
更新: bwlabel仍然有接受二值图像的限制，但 regionprops不再有此限制。它还可以接收 标签通常从 bwlabel 输出的矩阵以及二进制图像。
假设你想要的是二进制图像，我对每个函数的解释如下。
bwlabel bwlabel 接收一个二值图像。这个二值图像应该包含一堆彼此分开的对象。属于对象的像素用 1 表示/true而那些作为背景的像素是 0/false .例如，假设我们有一个如下所示的二进制图像:

0  0  0  0  0  1  1  1  0  0
0  1  0  1  0  0  1  1  0  0
0  1  1  1  0  0  0  0  0  0
0  0  0  0  0  0  0  0  0  1
0  0  0  0  0  0  0  0  1  1
0  0  1  1  1  1  0  0  1  1

您可以在此图像中看到 四 此图像中的对象。对象的定义是 1 的那些像素通过查看本地社区，将它们连接成一个链。我们通常会查看 8 像素的社区，您可以查看北、东北、东、东南、南、西南、西、西北方向。另一种说法是对象是 8连 .为简单起见，有时人们会查看 4 像素的社区，而您只查看北、东、南和西方向。这将意味着对象是 4连 . bwlabel的输出会给你一个整数映射，其中每个对象是 分配了唯一 ID .因此， bwlabel 的输出看起来像这样:

0  0  0  0  0  3  3  3  0  0
0  1  0  1  0  0  3  3  0  0
0  1  1  1  0  0  0  0  0  0
0  0  0  0  0  0  0  0  0  4
0  0  0  0  0  0  0  0  4  4
0  0  2  2  2  2  0  0  4  4

因为 MATLAB 处理列主要内容，这就是为什么标签是你在上面看到的。因此， bwlabel给你 成员(member)每个像素的。如果每个像素落在对象上，这会告诉您每个像素所属的位置。 0在这张 map 中对应于背景。调用 bwlabel ， 你可以做:

L = bwlabel(img);

img将是您提供给函数的二进制图像和 L就是我刚才讲的整数映射。此外，您可以向 bwlabel 提供 2 个输出，第二个参数告诉您图像中存在多少个对象。像这样:

[L, num] = bwlabel(img);

在我们上面的例子中， num将是 4。作为另一种调用方法，您可以指定要检查的连接像素邻域，因此您可以这样做:

[L, num] = bwlabel(img, N);

N将是您要检查的像素邻域(即 4 或 8)。
regionprops regionprops 是我每天都在使用的一个非常有用的功能。 regionprops测量黑白图像中的各种图像数量和特征。具体来说，给定一个黑白图像，它会自动确定每个 8 连接的连续白色区域的属性。这些特殊属性之一是 质心 .这也是重心。您可以将其视为对象的“中间”。这将是 (x,y)每个对象的中间所在的位置。因此， Centroid为 regionprops这样对于在图像中看到的每个对象，这将计算对象的质心和 regionprops 的输出。将返回一个结构，其中该结构的每个元素都会告诉您黑白图像中每个对象的质心是什么。 Centroid只是属性之一。还有其他有用的功能，但我假设您不想这样做。调用 regionprops ，你会这样做:

s = regionprops(img, 'Centroid');

上面的代码将计算图像中每个对象的质心。您可以为 regionprops 指定其他标志指定您想要的每个功能。我强烈建议您查看 regionprops 的所有可能功能。可以计算，因为有许多在各种不同的应用程序和情况下都很有用。
此外，通过省略任何标志作为函数的输入，您将计算 全部 默认情况下图像中的特征。因此，如果我们要在 MATLAB 中声明我们在上面看到的图像，这就是运行 regionprops 后会发生的情况。 .之后，让我们计算质心是什么:

img = logical(...
   [0  0  0  0  0  1  1  1  0  0;
    0  1  0  1  0  0  1  1  0  0;
    0  1  1  1  0  0  0  0  0  0;
    0  0  0  0  0  0  0  0  0  1;
    0  0  0  0  0  0  0  0  1  1;
    0  0  1  1  1  1  0  0  1  1]);
s = regionprops(img, 'Centroid');

...最后当我们显示质心时:

>> disp(cat(1,s.Centroid))

3.0000    2.6000
4.5000    6.0000
7.2000    1.4000
9.6000    5.2000

因此，第一个质心位于 (x,y) = (3, 2.6) ，下一个质心位于 (x,y) = (4.5, 6)等等。请特别注意 x坐标是 栏目 而 y坐标是 行 .

希望这很清楚!