使用Matlab从图像中的指定行向上扫描以根据强度变化检测新区域

Question

这是我正在处理的图像类型：

您可以看到我使用以下代码绘制的粉红色线条：

A=imread('b20.bmp');
AR=A(:,:,1);
[rows, columns] = size(AR);
y1 = 200;
y2 = 315;
row1 = AR(y1, :); % Extract this line of gray levels from the image.
figure, image(AR,'CDataMapping','scaled'); colormap('gray');
title('Input Image in Grayscale')
hold on; 
plot([0, columns], [y2, y2], 'm');

我希望从突出显示的行 (315) 向上扫描到图像的第一行以检测暗区，一旦检测到该区域，我希望在中点绘制另一条线黑暗区域，类似于第一个（整个图像）。

我想要这样做的原因是，一旦检测到 2 个区域的中点，我希望从 2 条线中获取统计信息，例如标准差和均值，以尝试处理 2 段以给周围的行或段一个整体平均值。

Answer 1

Jonas 几乎已经告诉您如何解决它。但是，因为我喜欢玩图像，所以我决定写一个答案。我要做的是提取一个从第 1 行到第 315 行的子图像，然后我会独立地找到每个行的平均值。这将为您提供一个包含 315 个元素的向量...然后从这个结果来看，无论哪个位置给我们一个巨大的尖峰，这都可能是细分开始的地方。这是一个人为的例子。我试着用一些最少的代码重新创建你的。我要创建一个黑白图像，其中上半部分为黑色，下半部分为白色。完成后，我将向其添加一些随机高斯噪声，振幅为 10，平均值为 0，标准差为 1。之后，我将对图像进行归一化，使其在 [0,1] 之间动态范围：

%// Set random seed generator
rng(123);

%// Create black and white image.  First 250 rows is black, next 250 rows is gray
im = [zeros(250, 256); 128*ones(250,256)];

%// Add Gaussian random noise of amplitude 10, mean 0, std.dev = 1
im_noise = im + 10*randn(size(im));

%// Normalize image so it's between [0,1]
AR = (im_noise - min(im_noise(:))) / (max(im_noise(:)) - min(im_noise(:)));

我已经将嘈杂的图像存储在 AR 中，以便您可以复制并粘贴我接下来要尝试的内容。为了完整起见，这就是图像的样子：

魔法开始了。让我们找出第 1 行和第 315 行之间每一行的平均值：

avgs = mean(AR(1:315,:), 2);

2参数的意思是沿着列进行运算，也就是说我们会求每一行的平均值。这意味着我们将得到一个 315 元素的向量，其中每个元素都是一行的 平均值...。所以第一个元素是第 1 行的平均值，第二个元素是第 1 行的平均值第 2 行，依此类推。如果我们在正常图上绘制这些平均值，其中行号是水平轴，平均强度在垂直轴上，这就是我们得到的：

plot(1:315, avgs);

如您所见，在 250 处有一个明显的尖峰，在我设计的图像中，就在第 250 行，我使灰色方块出现的位置。我们可以通过 diff combined with max 计算数组中元素之间的成对距离来确定 这个尖峰出现的位置 。 diff 的工作原理是第一个输出是第二个元素减去第一个，然后第二个元素是第三对减去第二个，依此类推。在这种情况下，因为我们正在从低到高过渡，这意味着无论位置给我们最高的差异意味着我们从右边（或边缘的最高值）到左边（或最低值）取一个数字边的。因此，我们找到成对距离并确定我们拥有最大可能成对距离的点。因此，执行如下操作：

[~,ind] = max(diff(avgs));

max 的好处在于，如果数据中有多个值共享相同的最大值，我们只 return 第一个 出现的值。这很好，因为一旦我们在图中检测到尖峰，我们就会立即找到这个结果。如果你这样做正确，ind 应该是 250。

我想指出的一件事是，上面的语法假设您正在从黑色过渡到白色。如果你有相反行为，你要么想研究使用 min，要么如果你希望它与你正在经历的渐变类型无关，请使用max 结合 abs。这样，当我们找到最大的差异时，如果从黑到白，它将是一个大的正数；如果从白到黑，它将是一个大的负数。如果我们用 abs 删除所有负值，这意味着无论符号是什么，我们都会将其视为一个大的正值，因此无论如何我们都应该能够检测到跳跃。因此，你应该做的是：

[~,ind] = max(abs(diff(avgs)));

现在，您所要做的就是显示此图像，然后在该位置所在的位置画一条线：

figure;
imshow(AR);
hold on;
plot([1 size(AR,2)], [ind ind], 'r', 'LineWidth', 2);

我将线条的粗细设置为 2 个像素，以便您可以清楚地看到线条，并且我将其设置为红色。这就是我们得到的：

因此，如果您想将其复制并粘贴到 MATLAB 中以供您运行，请使用以下代码：

avgs = mean(AR(1:315,:), 2); 
[~,ind] = max(abs(diff(avgs)));    
figure;
imshow(AR);
hold on;
plot([1 size(AR,2)], [ind ind], 'r', 'LineWidth', 2);

使用Matlab从图像中的指定行向上扫描以根据强度变化检测新区域

Using Matlab to scan up from a specified row in an image to detect a new region based on intensity variation

matlab

image-processing

scanning

image-segmentation