MATLAB 图像处理2 二值化,背景估计,连通区域分析

引子:如何计算下图中米粒的个数及各米粒的大小?

1.进行二值化(背景-->黑,前景(米粒)-->白)
2.计算连通的白色区域数(米粒数)
3.计算每个区域包含多少个像素(米粒大小)

#二值化结果:见下图

问题:
1.背景中存在噪点(没有米粒的地方出现了白色的像素)
2.一些米粒消失了

原因:
打光不均匀,上半部分比下半部分亮
导致上半部分的背景被误判为前景(问题1)
下半部分的前景被误判为背景(问题2)

解决方法:进行背景估计,然后剪掉不均匀的背景

一.图像二值化(Image Binarization)
1.基本原理:

1.找到灰度阈值(Gray Scale Thresholding),记为T
2.将灰度大于T的像素变为白色,灰度小于T的像素变为黑色

2.方法:
(1)计算灰度阈值:

[<T>[,<EM>]] = graythresh(<I>):使用Otsu方法计算灰度图的全局灰度阈值
  #(???)Otsu方法(即最大类间方差法)选择1个阈值,使阈值化的黑白像素的类内方差最小化
  #全局阈值T可与imbinarize()结合使用以将灰度图转换为二值图像
  #参数说明:
    I:指定灰度图
    T:返回得到的全局灰度阈值
    EM:返回有效性度量

#实例:
>> I = imread('coins.png');
>> level = graythresh(I)
level = 0.4941
>> BW = imbinarize(I,level);
>> imshowpair(I,BW,'montage')%结果见下图

(2)进行二值化:

<BW> = imbinarize(<I>[,<method>]):通过阈值化将2/3维灰度图像二值化
  #参数说明:
    I:指定2/3维灰度图像
    method:指定寻找阈值的ff;默认为Otsu方法
      #详情参见官方文档
    BW:返回二值图像
<BW> = imbinarize(<I>,<T>):功能同上,不过是手动指定阈值
  #参数说明:BW,I同上
    T:指定阈值
<BW> = imbinarize(<I>,"adaptive"[,"<Name>",<Value>]):使用键值对组控制阈值,创建二值图像
  #参数说明:BW,I同上
    Name,Value:指定键值对,用于控制自适应阈值的各个方面

#实例:
>> I = imread('coins.png');
>> BW = imbinarize(I);
>> figure
>> imshowpair(I,BW,'montage')%结果见下图1

>> I = imread('rice.png');
>> BW = imbinarize(I, 'adaptive');
>> figure
>> imshowpair(I,BW,'montage')%结果见下图2

%对前景比背景暗的图像进行二值化:
>> I = imread('printedtext.png');
>> figure
>> imshow(I)%结果见下图3
>> title('Original Image')
>> BW = imbinarize(I,'adaptive','ForegroundPolarity','dark','Sensitivity',0.4);
>> figure
>> imshow(BW)%结果见下图4
>> title('Binary Version of Image')

%使用全局阈值对三维体进行二值化:
>> load mristack;
>> V = mristack;
>> figure
>> slice(double(V),size(V,2)/2,size(V,1)/2,size(V,3)/2)%查看3维图像的切片,结果见下图5
>> colormap gray 
>> shading interp
>> J = imbinarize(V);
>> figure
>> slice(double(J),size(J,2)/2,size(J,1)/2,size(J,3)/2)%查看3维二值图像的切片,结果见下图6
>> colormap gray 
>> shading interp

<BW> = im2bw(<I>,<level>):基于阈值将灰度图转换为二值图像(不推荐)
  #参数说明:
    I:指定灰度图
    level:指定阈值;为[0,1]内的标量
      灰度>level的像素替换为白色,灰度≤level的像素替换为黑色
    BW:返回二值图像
<BW> = im2bw(<X>,<map>,<level>):基于阈值将索引图像转换为二值图像(不推荐)
  #参数说明:BW,level同上
    X:指定索引图像
    map:指定颜色图
<BW> = im2bw(<RGB>,<level>):将于阈值将真彩色图像转换为二值图像(不推荐)
  #参数说明:BW,level同上
    RGB:指定真彩色图像

注意:如果输入不是灰度图像,则先将图像转换为灰度图像,再通过阈值将灰度图像转换为二值图像

#实例:
>> load trees
>> BW = im2bw(X,map,0.4);
>> imshow(X,map);%结果见下图1
>> figure;
>> imshow(BW);%结果见下图2

二.背景估计(Background Estimation)

三.连通区域分析(Connected-Component Labeling/Analysis)