MATLAB 中的轮廓检测

Question

我试图理解这段代码：

d=edge(d,'canny',.6);
figure,
imshow(d,[])

ds = bwareaopen(d,40);
figure,
imshow(ds,[])

iout = d1;
BW=ds;

iout(:,:,1) = iout;
iout(:,:,2) = iout(:,:,1);
iout(:,:,3) = iout(:,:,1);
iout(:,:,2) = min(iout(:,:,2) + BW, 1.0);
iout(:,:,3) = min(iout(:,:,3) + BW, 1.0);

我知道 d 是图像，并且应用了精明的检测器，并且忽略了 40 个像素。图像是灰度的，并且轮廓被添加到图像中。

您能解释一下接下来的几行吗？这里使用了什么原理/算法？我遇到了麻烦，尤其是代码的轮廓检测部分。

Answer 1

假设变量 d1 存储了原始 灰度强度图像 进行操作，然后最后 5 行将该灰度图像转换为 3-D RGB 图像 iout 看起来与原始灰度图像相同，只是轮廓将覆盖在青色图像上。

下面是一个使用 MATLAB 图像处理工具箱：

d1 = double(imread('cameraman.tif'))./255;  % Load the image, scale from 0 to 1
subplot(2, 2, 1); imshow(d1); title('d1');  % Plot the original image
d = edge(d1, 'canny', .6);                  % Perform Canny edge detection
subplot(2, 2, 2); imshow(d); title('d');    % Plot the edges
ds = bwareaopen(d, 40);                     % Remove small edge objects
subplot(2, 2, 3); imshow(ds); title('ds');  % Plot the remaining edges
iout = d1;
BW = ds;
iout(:, :, 1) = iout;                           % Initialize red color plane
iout(:, :, 2) = iout(:, :, 1);                  % Initialize green color plane
iout(:, :, 3) = iout(:, :, 1);                  % Initialize blue color plane
iout(:, :, 2) = min(iout(:, :, 2) + BW, 1.0);   % Add edges to green color plane
iout(:, :, 3) = min(iout(:, :, 3) + BW, 1.0);   % Add edges to blue color plane
subplot(2, 2, 4); imshow(iout); title('iout');  % Plot the resulting image

这是上面代码创建的图：

输入图像描述">

图像iout的创建与边缘检测算法无关。这只是显示前面步骤中找到的边缘的简单方法。二维灰度强度图像无法显示颜色，因此如果您想向图像添加彩色轮廓线，您必须首先将其转换为可以显示颜色的格式：或者 索引图像 （根据我的经验，这有点难处理）或三维 RGB 图像（第三维表示每个像素的红色、绿色和蓝色分量）。

在三维空间中将灰度图像复制 3 次，我们得到一个 3D RGB 图像，该图像最初仍包含灰色（每个像素等量的红色、绿色和蓝色）。然而，通过修改每个颜色平面的某些像素，我们可以向图像添加颜色。通过将逻辑边缘掩码 BW（边缘为其他位置且其他位置为零的边缘掩码）添加到绿色和蓝色平面，找到轮廓的那些像素将显示为青色。对函数 min 的调用确保添加图像的结果永远不会导致像素颜色值超过值 1.0，这是双精度 3-D RGB 图像元素应具有的最大值。

还应该注意的是，创建 3D RGB 图像的代码可以简化为以下内容：

iout = d1;
iout(:, :, 2) = min(d1+ds, 1.0);
iout(:, :, 3) = min(d1+ds, 1.0);