我正在研究检测硬币的图像处理问题。
I have some images like this one here:
并想将错误连接的硬币分开。
我们已经尝试了 MATLAB 主页上所述的分水岭方法：
特别是因为第一个例子正是我们的问题。
但相反，我们得到了一种非常混乱的分离，正如你在这里看到的：
我们已经使用以下方法提取了硬币的面积regionprops极值参数并仅在所需区域上投射分水岭。
我非常感谢任何有关该问题的帮助，甚至是另一种将其分开的方法。
如果您有图像处理工具箱，我还可以建议圆形霍夫变换通过imfindcircles。但是，这至少需要 R2012a 版本，所以如果没有它，这将无法工作。
为了完整起见，我假设您拥有它。如果您想保持图像不变，这是一个好方法。如果你不知道什么霍夫变换也就是说，它是一种在图像中查找直线的方法。这circular霍夫变换是一种特殊情况，旨在寻找图像中的圆圈。
圆形霍夫变换的另一个优点是它能够检测图像中的部分圆形。这意味着图像中连接的那些区域，我们可以将它们检测为单独的圆圈。你会怎么打电话imfindcircles采用以下方式：
[centers,radii] = imfindcircles(A, radiusRange);
A将是你的物体的二值图像，并且radiusRange是一个二元素数组，指定要在图像中检测的圆的最小和最大半径。输出是：
centers: A N x 2数组告诉你(x,y)图像中检测到的每个圆心的坐标 -x是列和y是行。radii：对于检测到的每个相应中心，这也给出了检测到的每个圆的半径。这是一个N x 1 array.还有附加参数imfindcircles您可能会发现有用的，例如Sensitivity。更高的灵敏度意味着它能够检测更不均匀的圆形形状，例如图像中显示的形状。它们不是完美的圆形，但它们是圆形的。默认灵敏度为 0.85。我将其设置为 0.9 以获得良好的结果。另外，在检查图像时，我发现半径范围从 50 像素到 150 像素。因此，我这样做了：
im = im2bw(imread('http://dennlinger.bplaced.net/t06-4.jpg'));
[centers,radii] = imfindcircles(im, [50 150], 'Sensitivity', 0.9);
第一行代码直接从 StackOverflow 读取图像。我也将其转换为logical或纯黑白，因为您上传的图像类型uint8。该图像存储在im。接下来，我们调用imfindcircles在我们描述的方法中。
现在，如果我们想要可视化检测到的圆圈，只需使用imshow显示您的图像，然后使用viscircles在图像中绘制圆圈。
imshow(im);
viscircles(centers, radii, 'DrawBackgroundCircle', false);
viscircles默认情况下，在轮廓上绘制白色背景的圆圈。我想禁用此功能，因为您的图像有白色圆圈，并且我不想显示错误的轮廓。这是我通过上面的代码得到的结果：
因此，你可以从中得到的是centers and radii变量。centers将为您提供每个检测到的圆的中心，同时radii会告诉您每个圆的半径是多少。
现在，如果你想模拟什么regionprops这样做时，我们可以迭代所有检测到的圆圈，并将它们物理绘制到 2D 地图上，其中每个圆圈都用 ID 号标记。因此，我们可以这样做：
[X,Y] = meshgrid(1:size(im,2), 1:size(im,1));
IDs = zeros(size(im));
for idx = 1 : numel(radii)
r = radii(idx);
cen = centers(idx,:);
loc = (X - cen(1)).^2 + (Y - cen(2)).^2 <= r^2;
IDs(loc) = idx;
end
我们首先使用以下命令定义一个矩形点网格meshgrid并初始化一个全零的 ID 数组，其大小与图像相同。接下来，对于每个圆的每对半径和圆心，我们定义一个以该点为中心并向外延伸给定半径的圆。然后，我们将它们用作 ID 数组中的位置，并将其设置为该特定圆的唯一 ID。的结果IDs将类似于输出bwlabel。因此，如果您想提取idx圆圈是，你会这样做：
cir = IDs == idx;
出于演示目的，一旦我们缩放 ID 以使其适合于一个 ID 数组，这就是 ID 数组的样子。[0-255]能见度范围：
imshow(IDs, []);
因此，每个不同灰色阴影的阴影圆圈表示用以下方法检测到的唯一圆圈imfindcircles.
然而，对于某些硬币来说，灰色阴影可能有点模糊，因为它们融入了背景。另一种可视化的方法是对 ID 数组应用不同的颜色图。我们可以尝试使用cool颜色图，颜色总数为唯一圆圈的数量 + 1（背景）。因此，我们可以这样做：
cmap = cool(numel(radii) + 1);
RGB = ind2rgb(IDs, cmap);
imshow(RGB);
上面的代码将创建一个颜色图，以便每个圆圈都映射到颜色中的唯一颜色cool彩色地图。下一行应用一个映射，其中每个 ID 与一种颜色相关联ind2rgb最后我们展示了图像。
这就是我们得到的：
