克利夫角:克利夫莫勒的数学和计算
MATLAB博客
用MATLAB进行图像处理
Simulin金宝appk上的Guy
深度学习
开发区域
Stuart的MATLAB视频
头条新闻背后
本周文件交换选择
汉斯谈物联网
学生休息室
MATLAB社区
Matlabユザコミュニティ
创业公司、加速器和企业家
我的胡子一周能长多久?
一个令人费解的冒险故事。有点令人不快的故事。
今天的客座博主是Rob Holt，他在马萨诸塞州Natick的MathWorks工作。
Rob目前在MathWorks担任生物科学经理。他是生物学、生物技术和制药应用的协调员和合作者。在此之前，Rob在Konica Minolta公司Invicro担任了五年的高级科学家，在那里他设计、实现和交流了药物发现和开发的图像分析算法。Rob在达特茅斯学院获得博士学位，在那里他专注于通过多模态医学图像合成进行分子癌症成像。继续关注Robÿs的更多滑稽动作
他的推特
而且
他的LinkedIn
．
上个周末我在修胡子。当我因为缺少计算设备而神游时，我在想“我的胡子长得有多快?”这是我无法消除的想法之一。所以我开始计划。
我想我可以让它生长一个月，然后用尺子测量，但这样我可能就不得不从刮得干干净净变成蓬头垢面，牺牲了我所保留的专业精神。
然后灵感来了。修剪胡子，让它生长整整一周，然后把胡子修剪成同样的长度。如果我们有一张修剪过的头发的图片，并且图片中的某些东西是已知大小的，我们可以提取某种长度信息。辉煌!
阅读并显示图像
%加载图像
imname =“mySink.jpg”；
Im = imread(imname);
图;
imshow (im);
标题(原始图像的）;
注意，视野中有一个便士。我把它扔进水槽的原因是一便士的直径被定义为19.05毫米。这可以作为稍后确定像素大小的已知参考。这也是我能负担得起的。
使用便士获得像素大小
裁剪关于便士的图片
pennyImage = im(1400:1800,1000:1500，:);
稍微过滤一下硬币图像。
pennyImageFilt = medfilt3(pennyImage，[15 15 1]);
%使用imfindcircles函数找到硬币
Radrange = [100 300];％
[centers, radii] = imfindcircles(pennyImageFilt,radrange，.．.
“ObjectPolarity”，“黑暗”）;
可视化所有找到的圆
图;
imshow (pennyImage)
viscircles(中心、半径、“EdgeColor”，“b”）;
标题(“带有圆圈注释的便士细节”）;
从硬币的半径计算像素大小
%使用毫米直径/像素直径
pSize = 19.05/(半径(1)*2);%像素大小(单位:mm)
流('像素大小为%d微米\n'而圆(pSize * 1000))
分割头发
现在我们有了像素大小，我们可以分割毛发并尝试找出它们的长度。为了使事情更简单，让我们裁剪出一个只有头发的部分。
justHair = im(500:1800,1500:3000，:);
图;
次要情节(121)
imshow (justHair);
标题(“只是头发”）;
次要情节(122)
imshow (justHair (150:500,900:1350:));
标题(“头发细节”）;
现在我们需要从背景中分割头发。因为头发是黑色的，背景是白色的，这是相当直接的。这也可以在灰度图像上完成，因为颜色并没有真正地为这个任务添加任何信息。
grayHair = rgb2gray(justHair);
图;
次要情节(121)
imshow (grayHair);
标题(《我的白发》）;
次要情节(122)
imshow (grayHair (150:500,900:1350))
标题(《白发细部》）;
希望这是我未来几年里唯一的一根白头发。
thresh = graythresh(grayHair);
hairSeg = ~ imbinalize (grayHair,thresh);
图;
次要情节(121)
imshow (hairSeg);
标题(“头发分割”）;
次要情节(122)
imshow (hairSeg (150:500,900:1350));
标题(“头发分割细节”）
尽量保持头发不结块
现在我们有了所有的毛发。其中一些是簇状的，但大多数看起来是独立的。对于第一次评估，让我们删除较大的集群，以及较小的集群，留下大部分独特的毛发。
除去边缘被剪掉的毛发。
hairSeg = imclearborder(hairSeg);
%删除任何太小的集群
hairSeg = bwareaopen(hairSeg,30);
%移除太大的集群
hairSeg = hairSeg & ~ bwareaopen(hairSeg,300);
图;
次要情节(121)
imshow (hairSeg)
标题(“检查头发长度”）;
次要情节(122)
imshow (hairSeg (150:500,900:1350))
标题(“头发长度检查细节”）;
估计所有毛发的长度
我们现在有一份最好的毛发切片供我们检查。要估计它们的长度，我们首先要做的是骨架化(使每根头发最多一个像素宽)，然后计算每根骨架化头发中的像素。这是使用属性“area”完成的，但由于每根头发都是一个像素宽，所以面积大致等于头发的长度。
把头发做成骨架
hairSkel = bwskel(hairSeg);
%显示骨架
图;
次要情节(121)
imshow (hairSkel);
标题(“头发骨架化”）;
次要情节(122)
imshow (hairSkel (150:500,900:1350));
标题(“头发骨架化细节”）;
计算所有毛发的长度
stats = regionprops(hairSkel，“区域”）;
从结构中得到区域
hairLengthInPixels = cat(1,stats.Area);
%转换为真实世界的长度
hairLength = hairLengthInPixels*pSize;
计算平均头发长度
现在我们有了所有毛发长度的列表。因此，我们可以可视化直方图以及计算平均长度。
图;
直方图(hairLength);
包含(“头发长度(毫米)”）;
ylabel (“头发数量”）;
meanHairLength = mean(hairLength);
流('平均头发长度:%.1fmm\n', meanHairLength);
总结与讨论
当然，这个模型并不完美。长度计算可以更准确地为每根头发拟合曲线。如果我们能找到一种方法来分离更多更大的毛发，分割就会更准确。但对于大多数实际目的，这是一个很好的估计值。
这种工作流程也可以应用于其他图像处理方案。例如，在生命科学研究中测量毛毛虫或蠕虫的长度，或在工业制造质量控制中测量碎片长度。
The MathWorks, Inc.版权所有
