如何根据矩阵值检测图像的一部分？

Question

我在Matlab（版本R 2016b）中有一个简单的pcolor图，我已经上传了如下图所示。我只需要获得蓝色斜线，它从最左角的中间延伸到最右边的角，而不对矩阵值进行硬编码。

例如：可以看到所需的斜率线的值大约介于 20 到 45 之间来自pcolor情节。 （仅通过查看图表粗略猜测）

我在包含绘图值的matrix named Slant上应用以下代码。

load('Slant.mat');
Slant(Slant<20|Slant>50)=0;
pcolor(Slant); colormap(jet); shading interp; colorbar;

正如我可以看到的那样，我对我不想要的值进行了硬编码。是否有任何方法可以检测某些矩阵值，同时使其余值等于零？

我使用了另一种小算法，从矩阵中取出一半的最大值并将其设置为零。但这对其他图像不起作用。

[maxvalue, row] = max(Slant);
max_m=max(maxvalue);
Slant(Slant>max_m/2)=0;
pcolor(Slant); colormap(jet); shading interp; colorbar;

Answer 1

想法：使用霍夫变换：

首先，最好只创建一个只有我们感兴趣的行和列的新矩阵。

为了应用matlab内置的hough，我们必须创建一个二进制图像：由于该行的值总是低于其余的值，我们可以例如确定图片中亮度的最低四分位数（使用quantile，并将其设置为白色，其他一切设置为黑色。

然后，为了找到该行，我们可以直接在该BW图像上使用hough。

Answer 2

这是另一个建议：

1. 删除所有背景。
2. 假设此“行”导致数据的双峰分布（删除零后），找到较低的模式。
3. 假设线的值始终低于背景值，请应用一个逻辑掩码，设置为将所有值置于最小值+ 2nd_mode之上，如下图所示（红色圆圈）：



以下是它的工作原理：

A = Slant(any(Slant,2),:); % save in A only the nonzero data

现在我们有A，如下所示：



[y,x] = findpeaks(histcounts(A)); % find all the mode in the histogram of A
sorted_x = sortrows([x.' y.'],-2); % sort them by their hight in decendet order
mA = A<min(A(:))+sorted_x(2,1); % mask all values above the second mode
result = A.*mA; % apply the mask on A

我们得到result：



结果行中有一些洞，因此您可能希望从结果中插入整行。这可以通过索引的简单数学来完成：

[y1,x1] = find(mA,1); % find the first nonzero row 
[y2,x2] = find(mA,1,'last'); % find the last nonzero row
m = (y1-y2)/(x1-x2); % the line slope
n = y1-m*x1; % the intercept
f_line = @(x) m.*x+n; % the line function

所以我们得到一个这样的直线函数f_line（下面红色）：



现在我们想让这条线变得更粗，就像数据中的线一样，所以我们采用厚度模式（通过计算每列中的值，你可能想要取max），并且将这一因素“扩大”到双方的一半：

thick = mode(sum(mA)); % mode thickness of the line
tmp = (1:thick)-ceil(thick/2); % helper vector for expanding
rows = bsxfun(@plus,tmp.',floor(f_line(1:size(A,2)))); % all the rows for each coloumn
rows(rows<1) = 1; % make sure to not get out of range
rows(rows>size(A,1)) = size(A,1); % make sure to not get out of range
inds = sub2ind(size(A),rows,repmat(1:size(A,2),thick,1)); % convert to linear indecies
mA(inds) = 1; % add the interpolation to the mask
result = A.*mA; % apply the mask on A

现在result看起来像这样：