Обнаружение групп

После использования bwconncomp и regionprops для определения количества и места подключенных доменов на моем изображении. Теперь я хочу выяснить, сколько пространства (размер выпуклой области) заполняют объекты.

Если все объекты равномерно распределены или находятся в одной большой группе, это не проблема, так как я могу просто использовать convhull для вычисления площади. Проблема в том, что если у меня несколько групп, то я хочу несколько выпуклых областей - по одной на каждую группу, количество групп заранее неизвестно.

См., например:
(источник: jasonyianakis.co.nz)

Обратите внимание, что меня интересует только группировка, обнаружение как отдельного элемента уже работает.


computer-vision matlab image-processing image-segmentation
person Nicky Mattsson    schedule 10.04.2015    source источник

Ответы (2)


arrow_upward
1
arrow_downward

Вы можете использовать свойство 'ConvexArea' в regionprops.

Например

img = imread('http://jasonyianakis.co.nz/wp-ontent/uploads/2012/08/different-people-groups.jpg');
img = im2double(img); %// convert to double
bw = max(bsxfun(@rdivide,img,sum(img,3)),[], 3 )>.4; %// get a binary mask

Полученная бинарная маска:

введите здесь описание изображенияПометьте каждый компонент и получите 'ConvexArea':

lb = bwlabel(bw);
st = regionprops(lb,'ConvexArea');
cxArea = [st.ConvexArea];

Отбрасывать слишком маленькие регионы

cxArea( cxArea < 100 ) = [];

Теперь у вас есть выпуклая область компонентов:

cxArea =
  474813     2054497      451879
person Shai    schedule 14.04.2015

arrow_upward
0
arrow_downward

Попробуйте использовать функцию kmeans Matlab. Эта функция используется для разделения данных на несколько кластеров. Кроме того, для ваших целей часто используются Гауссовские смешанные модели (они дают наилучшие результаты). В Интернете есть много информации о них и нескольких функциях, реализованных в Matlab.

PS: Определить количество кластеров очень сложная задача. clusterdata и подобные функции могут сделать это за вас, но это не значит, что это будет лучший результат. Обычно пробуют несколько разных групп и выбирают наиболее подходящую . В этом могут помочь гауссианы с их весами . Если у кого-то очень низкий вес, он, скорее всего, незначителен и может быть удален.

person Nerea González Vázquez    schedule 10.04.2015
comment
Если вы не понимаете функцию kmeans, я могу передать вам пример, который я сделал в курсе. - person Nerea González Vázquez; 10.04.2015
comment
Я сожалею, что я не был ясен в моем описании проблемы. Количество групп заранее неизвестно, поэтому я не могу напрямую применить функцию kmeans. - person Nicky Mattsson; 10.04.2015
comment
Тогда вам идеально подойдет clusterdataфункция Matlab. В противном случае Гауссовы смешанные модели очень полезны, но их сложнее реализовать. - person Nerea González Vázquez; 10.04.2015