matlab - 如何裁剪图像中的多个对象 [MATLAB]

Question

我是 MATLAB 的新手，正在使用 MATLAB 和神经网络开发“大米质量识别”应用程序。对于我的指导，我更喜欢这个 Research Paper

此应用程序包含 5 个阶段

1. 图像采集
2. 图像预处理
3. 图像分割和识别感兴趣区域
4. 特征提取
5. 培训和测试

我现在处于第三阶段，已经为此应用程序开发了初始步骤

第1步:从计算机浏览图像并显示

 % Get the orginal image & show , Figure 1
 [fileName, pathName] = uigetfile('*.jpg;*.tif;*.png;*.gif','Select the Picture file');
 I = fullfile(pathName, fileName);
 I = imread(I);
 imshow(I)

第 2 步:背景扣除

% selected rice image Background subtraction , Figure 2
% Use Morphological Opening to Estimate the Background
background = imopen(I,strel('disk',7));
I2 = I - background;
figure, imshow(I2);

第 3 步:

% get the Black and white Image , Figure 3
% output image BW replaces all pixels in the input image with luminance greater than 0.17 level  
BW = im2bw(I2,0.17);
figure, imshow(BW)

第 4 步:

 % Remove small objects fewer than 30 pixels from binary image
 pure = bwareaopen(BW,30);
 figure, imshow(pure)

第 5 步:标记

% Label Black and white & Image bounding box around each object
L=bwlabel(pure,8);
bb=regionprops(L,'BoundingBox');

我已经坚持第 6 步了 2 天了。第 6 步是使用带标签的二值图像从原始图像中裁剪多个对象

确切的输出应该如下图所示，

如果我能得到这个，我就可以轻松计算原始图像中每个对象的形态特征和颜色特征，以用于第 4 阶段。

形态特征

1.Area for each Object
2.scale of X, Y axis for each object in above picture
3.using X, Y axis I can Calculate Aspect Ratio

颜色特征

 1. Red Mean 
 2. Green Mean 
 3. Blue Mean

您能否解释一下如何使用标记二值图像从原始图像中裁剪多个对象，即第 6 步。

Answer 1

如果我对步骤 #6 的解释是正确的，我相信它的意思是他们希望您使用您生成的二进制映射在步骤 #5 之后分割出最终对象。根据您的意见，您还希望提取步骤 #5 中描绘的边界框。如果是这种情况，那么您所要做的就是使用 bb 中定义的 RegionProps 结构，这将帮助我们为您完成此操作。作为对您的一点回顾，从图像中提取的每个对象的 RegionProps 结构的 BoundingBox 字段返回一个由 4 个数字组成的数组，如下所示:

[x y w h]

x 表示列/水平坐标，y 表示行/垂直坐标，w,h 表示边界框的宽度和高度。

您需要做的就是创建一个二值图，并循环遍历每个边界框来描绘我们需要从图像中剪切的位置。完成后，使用此二进制映射来提取像素。换句话说:

%//Initialize map to zero
bMap = false(size(pure));

%//Go through each bounding box
for i = 1 : numel(bb)
    %//Get the i'th bounding box
    bbox = bb(i).BoundingBox;

    %//Set this entire rectangle to true
    %//Make sure we cast off any decimal
    %//co-ordinates as the pixel locations
    %//are integer
    bbox = floor(bbox);
    bMap(bbox(2):bbox(4), bbox(1):bbox(3)) = true;
end

%//Now extract our regions
out = zeros(size(I));
out = cast(out, class(I)); %//Ensures compatible types

%//Extract cropped out regions for each channel
for i = 1 : size(out,3)
    chanOut = out(:,:,i);
    chanIm = I(:,:,i);
    chanOut(bMap) = chanIm(bMap);
    out(:,:,i) = chanOut;
end

这将创建一个存储在 out 中的输出图像，并根据步骤 #5 中给出的每个边界框，仅复制每个 channel 中真实的像素。

我相信这就是第 6 步所讨论的内容。如果我正确地解释了这一点，请告诉我。