`bwlabel`

Question

我花了一整天时间阅读上述MATLAB函数。我似乎无法在网上找到任何好的解释，即使在MathWorks网站上也是如此！

如果有人能解释bwlabel，regionprops和centroid，我将非常感激。如果应用于灰度图像，它们如何工作？

具体来说，它们正在下面的代码中使用。以上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

这很难解释！......然而，我很乐意向你解释。但是，我对您无法理解MathWorks的文档感到有些惊讶。它实际上很擅长解释他们的功能（如果不是全部......）。

~~对于灰度图像，BTW，bwlabel和regionprops 未定义。您只能将这些应用于二进制图像~~。

更新： bwlabel仍然有接受二进制图片的限制，但regionprops不再具有此限制。它还可以采用通常从bwlabel输出的标签矩阵以及二进制图像。

假设您想要二进制图像，我对每个函数的解释如下：

`bwlabel`

bwlabel接收二进制图像。此二进制图像应包含一组彼此分开的对象。属于对象的像素用1 / true表示，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

您可以在此图片中看到此图片中有四个对象。对象的定义是1通过查看本地邻域链接在一起的像素。我们通常会查看8像素的社区，您可以看到北，东北，东，东南，南，西南，西，西北方向。另一种说法是对象 8-connected 。为简单起见，有时候人们会看到4像素的社区，在那里您可以看到北，东，南和西方向。这个woudl意味着对象 4-connected 。

bwlabel的输出会为您提供一个整数映射，其中每个对象都分配了唯一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处理专业列中的内容，这就是为什么标签是你如何看到的。因此，bwlabel为您提供每个像素的成员资格。这会告诉您每个像素属于哪个属于它的对象。此地图中的0对应于背景。要拨打bwlabel，您可以执行以下操作：

L = bwlabel(img);

img将是您提供给函数的二进制图像，而L是我刚才谈到的整数映射。此外，您可以向bwlabel提供2个输出，第二个参数可以告诉您图像中存在多少个对象。就这样：

[L, num] = bwlabel(img);

使用上面的示例，num将为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，这样就可以执行此操作：

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

N将是您要检查的像素邻域（即4或8）。

`regionprops`

regionprops是我每天使用的非常有用的功能。 regionprops测量黑白图像中的各种图像数量和特征。具体而言，给定黑白图像，它自动确定8连接的每个连续白色区域的属性。其中一个特殊属性是质心。这也是质量的中心。您可以将其视为＆＃34;中间＆＃34;对象。这将是每个对象中间所在位置的(x,y)位置。因此，Centroid regionprops的工作原理是，对于图像中显示的每个对象，这将计算对象的质心，regionprops的输出将返回结构中，此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只是其中一个属性。还有其他有用的功能，但我假设您不想这样做。要拨打regionprops，您可以这样做：

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，以指定所需的每个功能。我非常鼓励您查看regionprops可以计算的所有可能功能，因为有许多功能可用于各种不同的应用程序和情况。

此外，通过省略任何标记作为函数的输入，您将默认计算图像中所有的功能。因此，如果我们在MATLAB中声明我们在上面看到的图像，那么这就是我运行regionprops之后会发生的情况。之后，让我们计算出质心是什么：

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)，依此类推。请特别注意，x坐标是列，而y坐标是行。

希望这很清楚！

解释Matlab的bwlabel，regionprops＆amp;质心函数

1 个答案:

`bwlabel`

`regionprops`