Loren在Matlab的艺术上

将想法转化为matlab

我的胡子在一周内成长多久了？

张贴了洛根血管那

1398次观看（过去30天）| 喜欢| 6评论
冒险的心灵弯曲的故事。一种温和令人争论的纱线。
今天的客人博客是罗茨·霍尔特，他在马萨诸塞州纳尼克的Mathworks工作。
ROB目前担任MathWorks的生物科学经理。他是生物学，生物技术和制药应用的协调员和协作者。此前，抢夺了五年作为Invicro的高级科学家，这是一家Konica Minolta公司的高级科学家，在那里他设计，实施和传达了用于药物发现和发展的图像分析算法。抢劫在达特茅斯学院赢得了博士学位，在那里他专注于通过多模式医学图像合成的分子癌成像。遵循更多robÿattics 他的推特 和 他的linkedin 。
我上周末修剪了我的胡子。虽然我的思想由于缺乏附近的计算设备而徘徊，但我认为“我的胡子头发的快速成长？”这是我无法思考的想法之一。所以我开始计划了。
我想我可以让它成为一个月的成长，然后用统治者衡量，但是我可能必须从干净的剃须身上挣扎，牺牲我保留的职业技术。
然后灵感袭来了。修剪胡子，让它成长到一周内，然后再次修剪胡子到相同的长度。如果我们有修剪毛发的照片，以及在图片中的图片中的东西，我们可以提取某种长度信息。杰出的！

阅读并显示图像

％加载图像
imname =.'mysink.jpg';
IM = imread（imname）;
数字;
imshow（IM）;
标题（'原始图像​​'）;
请注意，视野中有一分钱。我扔在水槽中的原因是一分钱的直径明确定义为19.05mm。这用作已知的参考，以稍后确定像素大小。这也是我能负担得起的。

使用PENNY获得像素大小

功能 imfindcircles. 可用于在视野中找到圆形对象。请注意，我对半径范围的粗略估计，而且由于便士比背景更暗，我们将对象极性设置为黑暗。
％裁剪了关于便士的图像
PennyImage = IM（1400：1800,1000：1500，:);
％过滤一点折叠图像
PennyImagefilt = Medfilt3（PennyImage，[15 15 1]）;
％使用imfindcircles功能来找到便士
拉伸= [100 300];％
[中心，radii] = imfindcircles（PennyImagefilt，Radrange，......
'objectpolarity'那'黑暗的'）;
％可视化找到的所有圆圈
数字;
imshow（PennyImage）
Viscircles（中心，半径，'Edgecolor'那'B'）;
标题（'用圆圈注释的便士细节'）;
％计算PENNY半径的像素大小
％使用mm直径/像素直径
psize = 19.05 /（半径（1）* 2）;％像素大小为mm
fprintf（'像素大小为％d microns \ n'，圆形（psize * 1000））
像素尺寸为62微米

分割毛发

现在我们有像素尺寸，我们可以分割头发并试图找到它们的长度。为了保持更简单的事情，让我们播出一个只有头发的部分。
Justhair = IM（500：1800,1500：3000，:);
数字;
子图（121）
imshow（justhair）;
标题（'只是头发'）;
子图（122）
imshow（justhair（150：500,900：1350，:)）;
标题（'头发上的细节'）;
现在我们需要从背景中分割头发。由于头发是黑暗的，背景是白色的，这相当简单。这也可以在灰度图像上完成，因为颜色并不将任何信息添加到此任务。
Grayhair = RGB2GRAY（吉斯塔希尔）;
数字;
子图（121）
imshow（灰色）;
标题（'我的灰色头发'）;
子图（122）
imshow（Grayhair（150：500,900：1350））
标题（“灰色头发”细节'）;
希望这是未来几年我唯一的白发。
现在我们可以使用经典的OTSU阈值，它根据强度自动将图像分为两种类别。这可以使用命令完成 曲折 ，确定通过强度分隔两个类的阈值， imbinarize. ，它使用该阈值来制作二进制图像。
thresh = twaythresh（灰色）;
发舵=〜Imbinarize（灰毛，阈值）;
数字;
子图（121）
imshow（发型）;
标题（'头发细分'）;
子图（122）
imshow（发型（150：500,900：1350））;
标题（“头发细分细节”）
在这种情况下， imbinarize. 使得更明亮的部分“真”，所以 〜 是逻辑上翻转它以制作头发部分 发桥 ，头发的分割，是 真的 。

尽量保持不懈的毛发

现在我们有所有的毛发。其中一些是丛生的，但大多数看起来都是独立的。对于第一次通过估计，让我们去除较大的簇，以及较小的簇，留下大多是独特的毛发。
％删除任何在边境切断的毛发
发舵= inclecleborder（bairseg）;
％删除任何太小的簇
Bairseg = Bwareaopen（发型，30）;
％删除过大的群集
发桥=发桥＆〜bwareaopen（发尾，300）;
数字;
子图（121）
imshow（发型）
标题（'毛发为长度'）;
子图（122）
imshow（发型（150：500,900：1350）））
标题（'毛发的细节为长度检查'）;

估计所有毛发的长度

我们现在有一个节制的最佳毛发现在进行检查。我们可以做些什么来估计它们的长度是首先骨架化（在大多数像素宽地制作每根毛发），然后在每个骨架发的头发中计算像素。这是使用属性“区域”完成的，但由于每个头发是一个像素宽，因此该区域大致等于头发的长度。
％骨展发型
Hairskel = Bwskel（Beaveg）;
％显示骨骼
数字;
子图（121）
imshow（发型）;
标题（'头发骨架化'）;
子图（122）
imshow（发型（150：500,900：1350））;
标题（“头发骨架化细节”）;
％计算所有毛发的长度
统计= RegionProps（发型，'区域'）;
％从Struc中获得区域
HairlengthInpixels = Cat（1，统计数据）;
％转变为现实世界长度
Hairlength = hairlengthinpixels * psize;

计算平均头发长度

所以现在我们有一个所有毛发的长度列表。因此，我们可以可视化直方图以及计算平均长度。
数字;
直方图（发型）;
Xlabel（'头发长度（mm）'）;
ylabel（“头发数量”）;
meanhairlength =平均（发型）;
fprintf（'平均头发长度：％.1fmm \ n'，意思是尺寸;
平均头发长度：2.2mm

摘要和讨论

就是这样了！我的胡子头发每周增长约2.2毫米，或每天约0.31毫米。这非常接近 吉列估计每天0.27毫米 。
当然，这个模型并不完美。通过将曲线拟合到每条头发，长度计算可以更准确。如果我们找到了分离更多较大的毛发的方法，分割可能更准确。但是为了大多数实际目的，这将是一个很好的估计。
这种工作流还可以应用于其他图像处理方案。例如，测量生命科学研究中的毛虫或蠕虫的长度，或测量工业制造质量控制的碎片长度。
你有没有奇怪的项目，你最近一直在进行吗？你知道你可以在这种问题上使用matlab吗？你认为我的胡子头发的高分辨率图片是不合适的吗？请在评论中分享您的想法和意见 这里 。
版权所有2021 Mathworks，Inc。
|
类别：
乐趣，
图像处理
  • 打印
  • 发送电子邮件

也可以看看

注释

要发表评论，请点击这里登录您的MathWorks帐户或创建新的。