图像处理使用ginput粒度分析

5次浏览(过去30天)

显示旧的注释

克里斯托弗·阿特金森 2022年11月1日

0
链接

直接链接到这个问题

//www.ru-cchi.com/matlabcentral/answers/1841158-image-processing-using-ginput-for-grain-size-analysis

评论道: 沃尔特·罗伯森 2022年11月8日

这个想法是使用一枚硬币作为测量基准，以确定灰烬的大小。

所以硬币的大小并不总是图像中最小或最大的部分，我在代码中很难指定这一点。我知道有一种方法，我可以使用“ginput”函数，这样我就可以让用户iput/选择参考点(硬币)。假设这与我的props函数有关(第85行之后)。这对我来说很重要，因为我还想保持测量值(正如您将在第102和103行中看到的那样)，这样我就可以使用它来测量图像的其他部分(我仍在研究如何做)。对测量火山灰的方法也持开放态度。

将张贴下面的代码，感谢帮助一如既往。另外，我使用的图像是上面的，因为我觉得这是一个更容易使用的。

                          关闭所有；
                         
                          清晰的所有；
                         
                          %%在映像中读取
                         
                          RGB = imread(“20210717 _tamarack_1524.jpg”）;
                         
                          %显示图像
                         
                          图(1);
                         
                          clf
                         
                          imshow (RGB)
                         
                          将真彩色(RGB)图像转换为灰度图像
                         
                          I = im2gray(RGB);
                         
                          %使用中值过滤器
                         
                          I = medfilt2(I，[10 10]);
                         
                          图(2);
                         
                          clf
                         
                          imshow(我)
                         
                          计算梯度图像并应用阈值
                         
                          使用边缘和Sobel算子计算阈值。然后调优阈值，再次使用edge获得包含分割单元格的二进制掩码
                         
                          [~，threshold] = edge(I，“索贝尔”）;
                         
                          fudgeFactor = 1;
                         
                          BWs =边(I，“索贝尔”，阈值* fudgeFactor);
                         
                          显示结果二元渐变蒙版
                         
                          图(3);
                         
                          clf
                         
                          imshow(受虐妇女综合症)
                         
                          %%放大图像。
                         
                          使用strel函数创建两个垂直的线性结构元素。
                         
                          Se90 = strel(“行”, 90);
                         
                          Se0 = strel(“行”3 0);
                         
                          使用垂直结构元素和水平结构元素来扩展二元渐变蒙版。膨胀函数使图像膨胀。
                         
                          BWsdil = imdilate(BWs,ones(15,15));
                         
                          imshow (BWsdil)
                         
                          %填充内部缝隙
                         
                          使用填充功能填充剩余的孔
                         
                          BWdfill = imfill(BWsdil，“黑洞”）;
                         
                          图(4);
                         
                          clf
                         
                          imshow (BWdfill)
                         
                          移除连接对象
                         
                          删除连接到图像边界的任何对象使用
                         
                          % imclearborder函数。我们用4作为连通性来去除2D对角线
                         
                          %连接
                         
                          bwnoboard = imclearborder(BWdfill,4);
                         
                          图(5);
                         
                          clf
                         
                          imshow (BWnobord)
                         
                          平滑对象
                         
                          我们使用中的strel函数创建金刚石结构元素
                         
                          为了使物体看起来自然/光滑
                         
                          seD = strel(“钻石”1);
                         
                          BWfinal = imerosion (bwnoboard,seD);
                         
                          BWfinal = imerosion (BWfinal,seD);
                         
                          图(6);
                         
                          clf
                         
                          imshow (BWfinal)
                         
                          可视化分割
                         
                          % labeloverlay函数允许我们在原图上显示蒙版
                         
                          %的形象
                         
                          图(7);
                         
                          clf
                         
                          BWfinal imshow (labeloverlay(我))
                         
                          %% bwareafilt函数允许我们过滤图像，保留(10)或n个对象
                         
                          %最大面积
                         
                          bwsizefilt = bwareafilt(BWfinal, 5);
                         
                          的标签返回标签矩阵L，其中包含
                         
                          %在bwsizefilt中找到的对象
                         
                          L = bwlabel(bwsizefilt);
                         
                          图(8);
                         
                          clf
                         
                          %保留图
                         
                          持有在
                         
                          使用矩阵L中的值创建伪彩色图
                         
                          pcolor (L);
                         
                          集(gca),“ydir”，“反向”）
                         
                          设置颜色阴影属性
                         
                          阴影平
                         
                          使用regionprops测量图像区域的属性
                         
                          计算图像中连接组件的质心和面积。
                         
                          Props = regionprops(bwsizefilt，“重心”，“区域”，“EquivDiameter”）;
                         
                          为I = 1:长度(道具)
                         
                          情节(道具(i) .Centroid(1),道具(i) .Centroid (2),‘* k”）
                         
                          结束
                         
                          找出所有blob的大小，这样我们就知道在使用bwareaopen过滤时使用什么大小。
                         
                          % props = regionprops(mask， 'Area'， 'EquivDiameter'， 'Centroid');
                         
                          allAreas = sort([props.Area]);
                         
                          显示掩码图像。
                         
                          % subplot(2,1,2);
                         
                          %硬币半径，可根据参考改变
                         
                          % uiwait(msgbox('选择参考点'));
                         
                          % A = ginput(1);
                         
                          pennyRadiusInPixels = props(3)。EquivDiameter / 2;
                         
                          pennyRadiusInMm = 19.05 / 2;
                         
                          %确定积分
                         
                          %[x,y] = ginput(1)
                         
                          %centers = [x,y];
                         
                          %viscircles(centers,pennyRadiusInMm， 'Color'， 'b')
                         
                          将圆圈覆盖在图像上。
                         
                          viscircles([props(3).Centroid(1)， props(3).Centroid(2)]， pennyRadiusInPixels，“颜色”，“b”）
                         
                          返回
                         
                          计算空间校准因子。
                         
                          mmPerPixel = pennyRadiusInMm / pennyRadiusInPixels
                         
                          Subplot (2,1,2);
                         
                          标题= sprintf(“空间校准为每像素%f毫米”mmPerPixel)
                         
                          标题(标题,“字形大小”字形大小,“翻译”，“没有”）;
                         
                          绘制原始灰度图像上方覆盖层中所有斑点的边界
                         
                          %使用bwboundaries()返回的坐标。
                         
                          % bwboundaries()返回一个单元格数组，其中每个单元格包含图像中对象的行/列坐标。
                         
                          这里是我们得到每个blob边界的地方。。
                         
                          边界= bwboundaries(掩码);
                         
                          % boundaries是一个单元格数组——每个blob对应一个单元格。
                         
                          %在每个单元格中是一个n乘2的(行，列)格式的坐标列表。注:NOT (x,y)。
                         
                          第1列是行，即y。第2列是列，即x。
                         
                          numberOfBoundaries = size(边界，1);计算边界，以便在for循环中使用它
                         
                          这里是我们实际绘制覆盖中每个blob边界的地方。
                         
                          Subplot (2,1,1);
                         
                          持有在；不要让边界破坏显示的图像。。
                         
                          为k = 1: numberOfBoundaries
                         
                          thisBoundary =边界{k};获取这个特定斑点的边界。
                         
                          x = thisBoundary(:，2);第2列是列，也就是x。
                         
                          y = thisBoundary(:，1);第1列是行，也就是y。
                         
                          情节(x, y,的r -，“线宽”2);以红色表示的绘图边界。
                         
                          结束
                         
                          持有从；
                         
                          标题= sprintf('包含%d个轮廓的原始图像，来自bwboundaries()', numberOfBoundaries);
                         
                          标题(标题,“字形大小”、字形大小);
                         
                          轴(“上”，“图像”）;确保图像没有人为拉伸，因为屏幕的纵横比。。
                         
                          消息= sprintf(“做!\n空间校准为%f毫米每像素'mmPerPixel)
                         
                          uiwait (helpdlg(消息));