主要内容

bwboundaries

二值图像的区域边界跟踪

在页面中全部折叠

语法

B = bwboundaries (BW)
康涅狄格州B = bwboundaries (BW)
B = bwboundaries (BW,康涅狄格州,选项)
[B, L] = bwboundaries (__＿）
[B, L, n] = bwboundaries (__＿）

描述

例子

B= bwboundaries (BW）跟踪二值图像中对象的外部边界，以及这些对象内部的孔的边界BW．bwboundaries还下降到最外层的对象(父对象)并跟踪它们的子对象(完全被父对象包围的对象)。函数返回B，边界像素位置的单元数组。

B= bwboundaries (BW，康涅狄格州）跟踪对象的外部边界，其中康涅狄格州指定在跟踪父级和子级边界时使用的连通性。

例子

B= bwboundaries (BW，康涅狄格州，选项）跟踪对象的外部边界，其中选项要么是“洞”或“noholes”，指定是否要包括其他对象内部的孔的边界。

例子

［B，l) = bwboundaries (__＿）也返回一个标签矩阵l标记对象和孔的地方。

例子

［B，l，n，一个) = bwboundaries (__＿）同样的回报n，发现的对象数量，和一个，一个邻接矩阵。

例子

全部折叠

打开生活的脚本

将灰度图像读入工作空间。

我= imread (“rice.png”）;

利用局部自适应阈值将灰度图像转换为二值图像。

BW = imbinarize(我);

计算图像中区域的边界，并将边界覆盖在图像上。

[B, L] = bwboundaries (BW,“noholes”）;imshow (label2rgb (L, @jet,。5 .5 .5]))保持在为k = 1:长度(B)边界= B{k};情节(边界(:,2),边界(:1),' w '，“线宽”, 2)结束

图中包含一个axes对象。axis对象包含152个类型为image、line的对象。

打开生活的脚本

将二进制图像读入工作区。

BW = imread (“blobs.png”）;

计算图像中的区域边界。

[B, L, N] = bwboundaries (BW);

显示覆盖边界的图像。在每个边界旁边添加区域号(基于标签矩阵)。使用缩放工具读取单个标签。

imshow (BW);持有在；颜色= [“b”‘g’“r”“c”“米”“y”];为k=1:长度(B)，边界= B{k};cidx =国防部(k,长度(颜色))+ 1;情节(边界(:,2),边界(:1),…颜色(cidx),“线宽”2);随机文本位置，以获得更好的可视性。rndRow =装天花板(长度(边界)/ (mod(兰德* k, 7) + 1));坳=边界(rndRow, 2);行=边界(rndRow, 1);h = text(col+1, row-1, num2str(L(row,col)));集(h,“颜色”、颜色(cidx),“字形大小”14岁的“FontWeight”，“大胆”）;结束

图中包含一个axes对象。坐标轴对象包含79个类型为图像、直线和文本的对象。

方法显示邻接矩阵间谍函数。

图间谍(A);

图中包含一个axes对象。axis对象包含一个类型为line的对象。

打开生活的脚本

读取二进制图像到工作空间。

BW = imread (“blobs.png”）;

计算边界。

[B, L, N] = bwboundaries (BW);

红色显示对象边界，绿色显示孔边界。

imshow (BW);持有在；为k=1:长度(B)，边界= B{k};如果(k > N) plot(boundary(:，2)， boundary(:，1)，‘g’，“线宽”2);其他的情节(边界(:,2),边界(:1),“r”，“线宽”2);结束结束

图中包含一个axes对象。坐标轴对象包含40个类型为image、line的对象。

打开生活的脚本

将图像读入工作区。

BW = imread (“blobs.png”）;

用红色显示父边界，用绿色显示它们的洞。

[B, L, N] = bwboundaries (BW);图;imshow (BW);持有在；循环通过对象边界为k = 1: N如果第k列是孔的父结点%的邻接矩阵A包含一个非零元素如果(nnz(A(:，k)) > 0)边界= B{k};情节(边界(:,2),…边界(:1),“r”，“线宽”2);遍历边界k的子结点为l = find(A(:，k))' boundary = B{l};情节(边界(:,2),…边界(:1),‘g’，“线宽”2);结束结束结束

图中包含一个axes对象。坐标轴对象包含23个类型为image, line的对象。

输入参数

全部折叠

二值输入图像，指定为二维逻辑或数字矩阵。BW必须是二值图像，其中非零像素属于对象，零值像素构成背景。下图说明了这些组件。

二值图像中的父对象是白色的斑点，可以有洞，子对象则是洞中的岛。

数据类型:单|双|int8|int16|int32|int64|uint8|uint16|uint32|uint64|逻辑

像素连接性，指定为此表中的值之一。

价值

意义

二维的连接性

4

如果像素的边缘接触，则它们被连接起来。如果两个相邻像素都是打开的，并且沿着水平或垂直方向连接，那么它们就是同一对象的一部分。

中心像素连接到四个像素

当前像素显示为灰色。

8

如果像素的边或角接触，则它们是连接的。如果两个相邻的像素都是打开的，并且沿着水平、垂直或对角线方向连接，那么它们就是同一对象的一部分。

中心像素连接到八个像素

当前像素显示为灰色。

数据类型:双

确定是否搜索父边界和子边界，指定为以下任意一种:

选项

意义

“洞”

搜索对象和洞的边界。这是默认设置。

“noholes”

只搜索对象(父和子)边界。这可以提供更好的性能。

数据类型:字符|字符串

输出参数

全部折叠

边界像素的行和列坐标，返回为p-by-1 cell array，其中p是物体和孔洞的数量。第一个n细胞B为对象边界，其余单元格为孔边界。

单元格数组中的每个单元格都包含问2矩阵。矩阵中的每一行都包含边界像素的行坐标和列坐标。问为对应区域的边界像素数。

连续区域的标签矩阵，作为非负整数的二维矩阵返回。的k该区域包括所有元素l有价值的k．用。表示的物体和孔的数量l等于马克斯(L (:))．的零值元素l制作背景。

数据类型:双

找到的对象数，作为非负整数返回。

数据类型:双

边界和孔之间的父子依赖关系，返回为一个正方形、稀疏、具有边长的逻辑矩阵马克斯(L (:))．的行和列一个对应于存储的边界位置B．(i, j) = 1意味着对象我是object的子对象吗j．包围或被包围的边界k-th边界可以用一个如下:

enclosing_boundary =找到((k,:));enclosed_boundaries =找到((:,k));

数据类型:双

算法

的bwboundaries函数实现了由Jacob停止准则修改的Moore-Neighbor跟踪算法。该函数基于边界的第一版中提出的函数用MATLAB进行数字图像处理[1]．

参考文献

冈萨雷斯，R. C. R. E.伍兹和S. L.艾丁斯，用MATLAB进行数字图像处理，新泽西州，皮尔逊·普伦蒂斯霍尔，2004年。

扩展功能

版本历史

之前介绍过的R2006a

另请参阅

|||

Baidu
map