檢測圖像中的重疊橢圓區域（MATLAB）

Question

我在一個二進制圖像中有多個植物。假設每片葉子大致爲橢圓形，我將如何識別圖像中的每片葉子？ 示例輸入：http://i.imgur.com/BwhLVmd.png

我在想一個好的地方就是找到每片葉子的尖端，然後得到每個植物的中心。然後，我可以適應從尖端開始，然後到中心的曲線。我一直在網上查看，看到一些涉及分水嶺方法的東西，但我不知道該從哪裏開始。

Answer 1

你應該知道，這些事情是棘手的，以確保工作穩健 - 總會有一個失敗的情況。

這就是說，我認爲你的想法不錯。

你可以開始如下：

1. 確定每個工廠的邊界曲線（即像素，前景和背景都在他們的鄰居）。

2. 計算每個植物的質心。

3. 將每個工廠邊界轉換爲以質心爲原點的polar coordinate system。這相當於設置一個座標系統，其中每個邊界曲線點在Y軸上的距離和X軸上的角度。

4. 在邊界曲線的這種表示中，嘗試識別最大值;這些是葉子的提示。你可能需要做一些平滑處理。使用最大值之前和之後的曲線部分開始擬合橢圓或其他形狀。

一般來說，極座標系對於分析粗略循環的東西來說總是有用的。

爲了適合你的省略號，一旦你有一個粗略的初始位置，我可能會嘗試一個EM-style方法。

Answer 2

我會做這樣的事情（I是你的二進制圖像）

I=bwmorph(bwmorph(I, 'bridge'), 'clean'); 

SK=bwmorph(I, 'skel', Inf); 
endpts = bwmorph(SK,'endpoints'); 
props=regionprops(I, 'All'); 

然後連接從props.centroid列出的endpts應該給你你的葉子元素的重心每段（花瓣？） 。

有點過濾可能是必要的，bwmorph是你的朋友。玩的開心！

Answer 3

正如我們在去年的討論後，我將只提取葉子在一個工廠：

ii=regionprops(I1,'all'); % I1 is the image with only one plant extracted 
center = ii.Centroid; 
pid=ii.PixelList; 
mm=sum(bsxfun(@minus,pid,center).^2,2); 
[a,b]=sort(mm); 
for n=1:1000 % the larger this number is, the more separated among the leafs, which is good for you to use bwlabel for further processing 
    I1(pid(b(n),2),pid(b(n),1))=0; 
end 
imshow(I1)