我正在学习图像的统计特征。我读的一句话是
第一种方法是纹理的统计特征,之后 加载图像后,将其转换为灰度图像。那么 从原始图像中减去背景。这是通过 减去图像的任何蓝色强度像素。最后,投资回报率 通过找到非零值的像素来获得。
实施:
% PREPROCESSING segments the Region of Interest (ROI) for
% statistical features extraction.
% Convert RGB image to grayscale image
g=rgb2gray(I);
% Obtain blue layer from original image
b=I(:,:,3);
% Subtract blue background from grayscale image
r=g-b;
% Find the ROI by finding non-zero pixels.
x=find(r~=0);
f=g(x);
我的解释:
这里减去蓝色通道的目的与ROI是非蓝色背景的事实有关吗?喜欢:
但是在现实世界中,像一个物体的成像却被多种颜色所包围?在这种情况下,提取ROI的最佳方法是什么? 例如(假设鸟的所有部分只有2种颜色,绿色和黑色,并且几何形状被忽略):
在那种情况下我该怎么做?这张照片还会变成灰度吗?而ROI(鸟)本身就是黑色部分。
我的意思是在鸟类案例中如何只提取green & black
部分?并删除它的其余颜色(被视为背景)?
答案 0 :(得分:0)
在一般情况下,图像中的背景去除是一个庞大且有效的复杂主题,但我所理解的是,您希望利用已有的关于背景的颜色信息(如果我是正确的话,请更正)错)。
如果您知道要删除的颜色,例如:
换句话说,如果 Lab 中像素的坐标接近 Lab 中的橙色坐标,则此像素为背景。使用 Lab 的优点是点之间的欧几里德距离与人类对颜色的感知有关。
我认为这应该有效,如果我误解了这个问题,请试一试或告诉我。