提取线形对象

Question

我正在研究具有重叠线形的图像（左图）。最终我想分割单个对象。我正在使用Hough变换来实现这一点，并且它可以很好地找到（显着）不同方向的线 - 例如由下面的hough空间中的两个最大值表示（中间图）。

• 绿线和黄线（左图）和十字（右图）源于对线条粗细做某事的方法。我无法弄清楚如何提取一条宽线，所以我没有跟进。
• 我知道分配“重叠像素”的模糊性。我稍后会解决这个问题。

由于我不知道，一个连接区域可能包含多少个线对象，我的想法是迭代地提取对应于具有最高激活的hough线对象（此处涂成蓝色），即移除线形对象从图像中，以便下一次迭代只能找到另一行。

但是如何检测哪些像素属于线形对象？

函数hough_bin_pixels(img, theta, rho, P)（来自here - 显示在右图中）给出了与特定行对应的像素。但这显然是太过于无法表示对象的线条。

有没有办法分割/检测沿最强的houghline定向的整个物体？

Answer 1

关键是要知道原始图像中的粗线转换为霍夫变换上的较宽峰。此图显示了细线和粗线的峰值。

您可以使用任何您喜欢的策略将每个峰的所有像素/累加器箱组合在一起。我建议使用multithresh和imquantize将其转换为BW图像，然后bwlabel标记已连接的组件。您还可以使用任意数量的其他群集/分段策略。唯一可能棘手的部分是找出适当的阈值水平。如果你不能得到适合你的应用程序的任何东西，那么错误就包含太多，因为你以后总能摆脱错误的像素。

以下是阈值处理（左）和标记（右）

后的霍夫变换的峰值

获得峰区域后，您可以使用hough_bin_pixels找出原始图像中的哪些像素对每个累加器箱的贡献。然后，对于每个峰区域，将hough_bin_pixels的结果组合为该区域的每个区域。

这是我拼凑在一起创建示例图像的代码。我暂时没有使用它后回到matlab，所以请原谅这些邋code的代码。

% Create an image
image = zeros(100,100);

for i = 10:90
    image(100-i,i)=1;
end;

image(10:90, 30:35) = 1;

figure, imshow(image); % Fig. 1 -- Original Image

% Hough Transform
[H, theta_vals, rho_vals] = hough(image);
figure, imshow(mat2gray(H)); % Fig. 2 -- Hough Transform

% Thresholding
thresh = multithresh(H,4);
q_image = imquantize(H, thresh);
q_image(q_image < 4) = 0;
q_image(q_image > 0) = 1;
figure, imshow(q_image) % Fig. 3 -- Thresholded Peaks

% Label connected components
L = bwlabel(q_image);
figure, imshow(label2rgb(L, prism)) % Fig. 4 -- Labeled peaks

% Reconstruct the lines
[r, c] = find(L(:,:)==1);
segmented_im = hough_bin_pixels(image, theta_vals, rho_vals, [r(1) c(1)]);
for i = 1:size(r(:))
    seg_part = hough_bin_pixels(image, theta_vals, rho_vals, [r(i) c(i)]);
    segmented_im(seg_part==1) = 1;
end
region1 = segmented_im;

[r, c] = find(L(:,:)==2);
segmented_im = hough_bin_pixels(image, theta_vals, rho_vals, [r(1) c(1)]);
for i = 1:size(r(:))
    seg_part = hough_bin_pixels(image, theta_vals, rho_vals, [r(i) c(i)]);
    segmented_im(seg_part==1) = 1;
end
region2 = segmented_im;

figure, imshow([region1 ones(100, 1) region2]) % Fig. 5 -- Segmented lines

% Overlay and display
out = cat(3, image, region1, region2);
figure, imshow(out); % Fig. 6 -- For fun, both regions overlaid on original image