【MATLAB】从二值图像中手动选择感兴趣区域，并拟合直线

最新推荐文章于 2023-04-17 00:30:00 发布
最新推荐文章于 2023-04-17 00:30:00 发布
阅读量2.7k 收藏 48
点赞数 3
文章标签： matlab 计算机视觉
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_41536059/article/details/109402785
版权
该博客详细介绍了利用MATLAB对斑马鱼血管二值图像进行处理，包括骨架提取、空洞填补、开运算平滑、直线拟合等步骤，以计算血管交点。通过手动选择骨架区域进行直线拟合，最终在原图上可视化拟合直线，实现了血管交点的定位。
摘要由CSDN通过智能技术生成

目的：由斑马鱼血管的二值图计算血管的交点。
方法：首先通过形态学计算血管骨架，然后手动选择血管骨架区域进行直线拟合，计算直线的斜率和截距，得到交点，该交点即为血管交点。
PS: 将直线叠加在原图上，结果可视化。
结果：
输入：
在这里插入图片描述
1血管二值图：
在这里插入图片描述
2 血管骨架：
在这里插入图片描述
3 血管二值+骨架：在这里插入图片描述

血管骨架+拟合直线：
在这里插入图片描述
血管二值图+拟合直线：
在这里插入图片描述

视频原图+拟合直线：
在这里插入图片描述

代码：

img = imread('C:\Users\Admin\Desktop\1\gabor_wavelength_2.5重构+开运算.jpg');
% figure;imshow(img); title('openbw');

[h,w]=size(img);
for i =1:h
    for j =1:w
        if img(i,j)>200
            bw(i,j)=0;
        else
            bw(i,j)=255;
        end
    end
end

for i =1:h
    for j =1:w
        if bw(i,j)==0
            openbw(i,j)=0;
        else
            openbw(i,j)=1;
        end
    end
end
%% 去除面积小于1500的连通域
openbw=bwareaopen(openbw,1500,8);
% figure;imshow(openbw); title('openbw');

%% 填补黑色空洞
img_fill = imfill(openbw, 'holes');
% figure;imshow(img_fill); title('img_fill');

%% 开运算 平滑边缘
se = strel('disk',10);
openbw=imopen(img_fill,se);%对白色点而言
% figure;imshow(openbw); title('openbw');


%% MATLAB 自带接口函数 细化得到骨架
img_thining = bwmorph(openbw,'thin',Inf);
figure;imshow(img_thining);title('img_thining');

img_thining1=img_thining;
%% 细化的骨架叠加在二值图上
img_fill_thin=openbw;
for i =1:h
    for j =1:w
        if img_thining(i,j)==1
            img_fill_thin(i,j)=0;
        end
    end
end
% figure;imshow(img_fill_thin); title('img_fill_thin');

%% 手动框选骨架区域，进行直线拟合，血管1
handle = imrect;
position = getPosition(handle);% 拖动鼠标获得兴趣区域，pos有四个值，兴趣区域左上角的像素坐标和区域的长宽
x1 = floor(position(1));
y1 = floor(position(2));

x2 = floor(position(3)+position(1));
y2 = floor(position(4)+position(2));
n=1;
%扫描每一个像素,并记录白点（值为1）坐标及个数
for i =y1:y2
    for j =x1:x2
        if img_thining(i,j)==1
            points_for_line(n,1)=j;
            points_for_line(n,2)=i;
            n=n+1;
        end
    end
end
% figure;imshow(img_thining); title('img_thining——test');
t=polyfit(points_for_line(:,1),points_for_line(:,2),1);

%最小二乘法拟合直线
A = 0.0;
B = 0.0;
C = 0.0;
D = 0.0;
for i=1:1:n-1
    A=A+points_for_line(i,1)*points_for_line(i,1);
    B=B+points_for_line(i,1);
    C=C+points_for_line(i,1)*points_for_line(i,2);
    D=D+points_for_line(i,2);
end
%直线斜率和截距
a1 = (C*n - B*D) / (A*n - B*B);
b1 = (A*D - C*B) / (A*n - B*B);

%% 手动框选骨架区域，进行直线拟合，血管2
imshow(img_thining);
handle = imrect;
position = getPosition(handle);% 拖动鼠标获得兴趣区域，pos有四个值，兴趣区域左上角的像素坐标和区域的长宽
x1 = floor(position(1));
y1 = floor(position(2));

x2 = floor(position(3)+position(1));
y2 = floor(position(4)+position(2));
n=1;
%扫描每一个像素,并记录白点（值为1）坐标及个数
for i =y1:y2
    for j =x1:x2
        if img_thining(i,j)==1
            points_for_line(n,1)=j;
            points_for_line(n,2)=i;
            n=n+1;
        end
    end
end
t=polyfit(points_for_line(:,1),points_for_line(:,2),1);
plot(points_for_line(:,1),points_for_line(:,2),'*',points_for_line(:,1),polyval(t,points_for_line(:,1)))

%最小二乘法拟合直线
A = 0.0;
B = 0.0;
C = 0.0;
D = 0.0;
for i=1:1:n-1
    A=A+points_for_line(i,1)*points_for_line(i,1);
    B=B+points_for_line(i,1);
    C=C+points_for_line(i,1)*points_for_line(i,2);
    D=D+points_for_line(i,2);
end

%直线斜率和截距
a2 = (C*n - B*D) / (A*n - B*B);
b2 = (A*D - C*B) / (A*n - B*B);

 
%% 将拟合直线叠加在骨架上
%二值图转rgb彩色图片
for i =1:h
    for j =1:w
        if img_thining1(i,j)==1
            img_thining_rgb(i,j)=255;
        else
            img_thining_rgb(i,j)=0;
        end
    end
end
imrgb_thining=repmat(img_thining_rgb,[1,1,3]);
 
%画线1，线宽3，红色
for i=1:1:w    
    y=a1*i+b1;
    y2=int32(y);        %把y转换成整数
    %把线上的通道1（红色）置为255
    imrgb_thining(y2-1,i,1)=255;
    imrgb_thining(y2,i,1)=255;
    imrgb_thining(y2+1,i,1)=255;
    
    %把线上的其他通道（绿色和蓝色）置为0
    imrgb_thining(y2-1,i,2)=0;
    imrgb_thining(y2,i,2)=0;
    imrgb_thining(y2+1,i,2)=0;
    imrgb_thining(y2-1,i,3)=0;
    imrgb_thining(y2,i,3)=0;
    imrgb_thining(y2+1,i,3)=0;
end

%画线2，线宽3，红色
for i=1:1:w    
    y=a2*i+b2;
    y2=int32(y);        %把y转换成整数
    if y2>2 && y2<480
    %把线上的通道1（红色）置为255
        imrgb_thining(y2-1,i,1)=255;
        imrgb_thining(y2,i,1)=255;
        imrgb_thining(y2+1,i,1)=255;

        %把线上的其他通道（绿色和蓝色）置为0
        imrgb_thining(y2-1,i,2)=0;
        imrgb_thining(y2,i,2)=0;
        imrgb_thining(y2+1,i,2)=0;
        imrgb_thining(y2-1,i,3)=0;
        imrgb_thining(y2,i,3)=0;
        imrgb_thining(y2+1,i,3)=0;
    end
end
 
%显示图片
imshow(imrgb_thining);

%% 将拟合直线叠加在血管二值图上
%二值图转rgb彩色图片
for i =1:h
    for j =1:w
        if openbw(i,j)==1
            img_fill_rgb(i,j)=255;
        else
            img_fill_rgb(i,j)=0;
        end
    end
end

imrgb_fill=repmat(img_fill_rgb,[1,1,3]);
 
%画线1，线宽3，红色
for i=1:1:w    
    y=a1*i+b1;
    y2=int32(y);        %把y转换成整数
    %把线上的通道1（红色）置为255
    imrgb_fill(y2-1,i,1)=255;
    imrgb_fill(y2,i,1)=255;
    imrgb_fill(y2+1,i,1)=255;
    
    %把线上的其他通道（绿色和蓝色）置为0
    imrgb_fill(y2-1,i,2)=0;
    imrgb_fill(y2,i,2)=0;
    imrgb_fill(y2+1,i,2)=0;
    imrgb_fill(y2-1,i,3)=0;
    imrgb_fill(y2,i,3)=0;
    imrgb_fill(y2+1,i,3)=0;
end

%画线2，线宽3，红色
for i=1:1:w    
    y=a2*i+b2;
    y2=int32(y);        %把y转换成整数
    if y2>2 && y2<480
    %把线上的通道1（红色）置为255
        imrgb_fill(y2-1,i,1)=255;
        imrgb_fill(y2,i,1)=255;
        imrgb_fill(y2+1,i,1)=255;

        %把线上的其他通道（绿色和蓝色）置为0
        imrgb_fill(y2-1,i,2)=0;
        imrgb_fill(y2,i,2)=0;
        imrgb_fill(y2+1,i,2)=0;
        imrgb_fill(y2-1,i,3)=0;
        imrgb_fill(y2,i,3)=0;
        imrgb_fill(y2+1,i,3)=0;
    end
end
 
%显示图片
imshow(imrgb_fill);

%% 将拟合直线叠加在视频原图上
img_origin=imread('C:\Users\Admin\Desktop\斑马鱼10.30\bandicam 2020-10-30 18-47-23-168_origin\001.jpg');

imrgb_origin=img_origin;

%画线1，线宽3，红色
for i=1:1:w    
    y=a1*i+b1;
    y2=int32(y);        %把y转换成整数
    %把线上的通道1（红色）置为255
    imrgb_origin(y2-1,i,1)=255;
    imrgb_origin(y2,i,1)=255;
    imrgb_origin(y2+1,i,1)=255;
    
    %把线上的其他通道（绿色和蓝色）置为0
    imrgb_origin(y2-1,i,2)=0;
    imrgb_origin(y2,i,2)=0;
    imrgb_origin(y2+1,i,2)=0;
    imrgb_origin(y2-1,i,3)=0;
    imrgb_origin(y2,i,3)=0;
    imrgb_origin(y2+1,i,3)=0;
end

%画线2，线宽3，红色
for i=1:1:w    
    y=a2*i+b2;
    y2=int32(y);        %把y转换成整数
    if y2>2 && y2<480
    %把线上的通道1（红色）置为255
        imrgb_origin(y2-1,i,1)=255;
        imrgb_origin(y2,i,1)=255;
        imrgb_origin(y2+1,i,1)=255;

        %把线上的其他通道（绿色和蓝色）置为0
        imrgb_origin(y2-1,i,2)=0;
        imrgb_origin(y2,i,2)=0;
        imrgb_origin(y2+1,i,2)=0;
        imrgb_origin(y2-1,i,3)=0;
        imrgb_origin(y2,i,3)=0;
        imrgb_origin(y2+1,i,3)=0;
    end
end
 
%显示图片
imshow(imrgb_origin);

%% 计算直线交点
x=(b2-b1)/(a1-a2);
y=a1*x+b1;

disp('x=');
disp(x);
disp('y=');
disp(y);

%% 保存到文件夹中
tmppath=pwd;           %保存当前工作目录
cd('C:\Users\Admin\Desktop\1\');     %把当前工作目录切换到图片存储文件夹

fname='1血管二值图.jpg';
imwrite(openbw,fname);

fname='1血管骨架.jpg';
imwrite(img_thining,fname);

fname='1血管二值+骨架.jpg';
imwrite(img_fill_thin,fname);

fname='1血管骨架+拟合直线.jpg';
imwrite(imrgb_thining,fname);

fname='1血管二值图+拟合直线.jpg';
imwrite(imrgb_fill,fname);

fname='1视频原图+拟合直线.jpg';
imwrite(imrgb_origin,fname);

cd(tmppath)            %切回原工作目录
狂野摇摇车
关注
  • 3
    点赞
  • 踩
  • 48
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
MATLAB算法实战应用案例精讲-【图像处理】缺陷检测（补充篇）（附matlab实现代码）
qq_36130719的博客
12-15 4852
差异模型（Variation Model）使用标准图像与待检测图像灰度值相比较，来判断产品是否OK，适用于印刷品检测及产品表面检测。
MATLAB算法实战应用案例精讲-【图像处理】缺陷检测（附python和matlab实现代码）
qq_36130719的博客
12-14 1万+
缺陷检测通常是指对物品表面缺陷的检测，表面缺陷检测是采用先进的机器视觉检测技术，对工件表面的斑点、凹坑、划痕、色差、缺损等缺陷进行检测。缺陷检测是工业上非常重要的一个应用，由于缺陷多种多样，传统的机器视觉算法很难做到对缺陷特征完整的建模和迁移，复用性不大，要求区分工况，这会浪费大量的人力成本。深度学习在特征提取和定位上取得了非常好的效果，越来越多的学者和工程人员开始将深度学习算法引入到缺陷检测领域中这种测量方法是在线非接触式检测设备，轮廓测量仪适用于轧制中的长材检测，如圆钢、方钢、螺纹钢、T型钢等，一般的表
MATLAB手动批量选取感兴趣区域
u014367299的博客
12-11 9347
哈哈，第一次发表，庆祝一下       在统计过程中，需要对特定的对象进行数据处理与分析，本文为图像处理数据分析的过程中提取感兴趣的区域，并进行保存的MATLAB程序，有需要的可以参考。     本文根据统计目标区域与背景区域的特征这个应用写的。 附上代码： clc;  clear; close all;  [filename,pathname,q]=uigetfile({'
利用Matlab编写，记录二值化图像像素点，利用最小二乘法迭代实现直线拟合,并在原二值化图像上面画上直线，并记录直线方程（包括斜率和截距这两个参数）
02-01
本程序代码是通过Matlab编写完成的，里面有用高清相机拍摄的图片提取的二值化直线图像，每一幅图像都有几个MB；虽压缩包只有几十kb，但功能完善，没有任何问题。通过记录二值化图像像素点，利用设定的距离阈值参数，然后利用距离阈值参数通过最小二乘法迭代来剔除偏差较大的像素点，进而实现直线拟合,并在原二值化图像上面画上直线，记录直线方程（包括斜率和截距这两个参数）。请放心下载，资源没有任何问题。
[图像]获取图片中感兴趣区域的信息(Matlab实现)
热门推荐
祥的专栏
07-09 3万+
如果一幅图中只有一小部分图像你感兴趣(你想研究的部分)，那么截图工具就可以了，但是如果你想知道这个区域在原图像中的坐标位置呢？ 这可是截图工具所办不到的，前段时间我就需要这个功能，于是将其用Matlab实现。其实只要用到Matlab中的两个函数： 函数： imrect 函数： getPosition 如果要截取其中的部分图像，就离不
matlab如何手动选择图像目标区域,如何用MATLAB实现感兴趣区域ROI的选取
weixin_35503004的博客
03-16 3923
描述感兴趣区域感兴趣区域(Regions of Interest，ROI)这一概念，是指图像中最能引起用户兴趣、最能表现图像内容的区域。感兴趣区域(Regions of Interest，ROI)就是图像中表现图像主要内容、人们最感兴趣的那一部分区域［1］，这些关键区域称为感兴趣区域。图像感兴趣区域的提取具有以下特点：(1)感兴趣区域并没有十分严格的定义。对于同一幅图像而言，在不同的应用背景下，人...
徒手提取感兴趣区域：ROI_extract.m-matlab开发
05-30
在 Matlab 中运行代码 (ROI_extract)，然后选择您想要从中提取感兴趣区域的图像，然后选择您将轻松获得的 ROI。
识别图像中的特定对象：MATLAB图像识别与目标检测
![识别图像中的特定对象：MATLAB图像识别与目标检测]...# 1. MATLAB图像识别与目标检测概述** MATLAB图像识别与目标检测是计算机视觉领域的重要应用，它利用MATLAB强大的计算能力和丰富的工具箱，为图像处理、特征...
MATLAB算法实战应用案例精讲-【深度学习】多尺度特征提取（论文篇一）
最新发布
qq_36130719的博客
04-17 1760
的训练数据集提取该数据集中的数据特征，利用反向传播技术不断用学到的特征修改网。络的参数从而达到网络学习的目的，最终建立输入与目标之间的映射关系。习，通过大量数据样本完成对神经网络参数的调整，以达到拟合训练数据分布的目的。核在图像上进行滑动计算，滑动过程中对卷积核覆盖的像素进行加权求和。动过图像的所有像素后，即可得到提取的图像特征信息。到的特征信息图像大小一致，通常需要在卷积操作之前对原始图像进行填充。空洞卷积和普通卷积的区别在于，空洞卷积的卷积核不是连续而。的颜色标记，而该像素相关的单元用相同的颜色标记。
脊柱图像中腰椎前凸角计算的数据挖掘方法与决策树分类器和形态图像处理相关
工程科学与技术，国际期刊22（2019）1027完整文章使用决策树分类器和形态图像处理伊山Masada，Masad，Amjed Al-Fahouma，b，Isam Abu-Qasmiehaa约旦耶尔穆克大学Hijjawi工程技术学院生物医学系统和信息工程系，Irbid...
感兴趣区域提取(ROI)matlab实现
05-30
图片的感兴趣区域的提取matlab实现 直接运行go函数即可运行 可视化操作
matlab 手动选取ROI
11-13
手动选取感兴趣区域ROI，matlab代码，毕设用。简单易行。
利用matlab进行图像检测--直线提取.docx
06-18
利用matlab进行图像检测--直线提取.docx利用matlab进行图像检测--直线提取.docx利用matlab进行图像检测--直线提取.docx利用matlab进行图像检测--直线提取.docx利用matlab进行图像检测--直线提取.docx利用matlab进行图像检测--直线提取.docx利用matlab进行图像检测--直线提取.docx利用matlab进行图像检测--直线提取.docx
【matlab】拟合直线的方法
曼曼的博客
12-25 1万+
1、hough变换 图像空间–>参数空间 图像空间的点（直角坐标系） 在参数空间是一条曲线（极坐标系） 曲线：由垂直每条 过直角坐标中的点的任意斜率的直线相交，获得角度和弧长，由这些点在极坐标中形成曲线。 图像空间的一条线上的点 在 参数空间是各曲线交于一点 待更新。。。。 2、过已知点的hough变换 3、最小二乘法 ...
基于matlab得图像感兴趣区域提取
guanlily123的博客
07-23 2万+
对于图像感兴趣区域（ROI）的提取，一般从来两个方面着手解决：一是利用图像分割技术提取ROI；二是从人眼得视觉特征出发，通过模拟人眼得视觉特点，寻找特定得视觉敏感区域，并将这些视觉敏感区域排序作为ROI。 本文介绍差影法（对图像进行代数运算得一种不同的叫法）、交互式提取法、自动图像分割提取法。 差影法：本文主要用到图像减法，在进行图像处理时，对混合背景和前景的图像，人们往往对前景比较感兴趣，假设背...
matlab感兴趣区域处理
huyaping2014的专栏
12-28 1344
1、逻辑操作符常用于图像掩膜，使用函数roipoly可以生成图像掩膜，一旦有了掩膜，可以使用它对选择的图像执行逻辑运算。 I = imread('lena.jpg'); bw = roipoly(I); imshow(bw); imwrite(bw,'bw.jpg'); 输入： 输出： 说明：生成的掩膜图像为二值图像。 2、使用函数bitxor来寻找两幅图像的差别 I = imread('lena.jpg'); I2 = imread('bw.jpg'); I_xor = bitx...
matlab从图片提取或拟合直线并画出拟合直线的方法
qq_41881554的博客
11-27 2万+
假如现在有如下一张灰度图（图片名为001.jpg），现在要拟合图中的那条白线 代码如下(Matlab2017)： im=imread('001.jpg'); %读取图片 %im=rgb2gray(im); %如果是rgb图片则转为灰度图 [h,w]=size(im); %获取图片高(h)、宽(w) %扫描每一个像素,并记录白点（值为1）坐标及个数 n=0; ...
基于最小二乘法的图像边界曲线拟合（matlab平台）
芸兮的博客
06-22 4942
GUI封面： 选择“select a picture”载入图像： 点击“start”开始： 可以通过下拉菜单选择检测方式，也可通过myCanny滑动块，根据不同的情况手动选择合适的边缘效果： 点击“boundary curve fitting”进入边界曲线拟合： 点击“get pixel”获取采样像素点，“reverse”按钮翻转二值图像黑白位置，根据图片亮度自行选择，用鼠标采集到点后为自动显示出点的坐标，采集完成后点击“my fitting”，使用编写的二次多项式曲线拟合函数进行拟合，星号为采样
MATLAB--对离散数据进行拟合画图
naturly的博客
07-23 7192
1、在.m文件输入离散的数据 如图：在.m文件将两组数据放入数组 2、运行此.m文件 运行.m文件后，在工作区可看此数组 3、点击APP--》Curve Fitting 拟合工具 4、拟合 选择要拟合的数据，即本例中的x1，theta，x1为x轴，theta为y轴 选择要拟合的方式，我选择Power，即幂函数逼近 拟合阶数选择： 查看结果： 拟合图像： 拟合表达式： ...
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值