"Ritagliare" un'immagine sulla base di rilevamento dei bordi

Question

Questa è la mia immagine originale:

Ho chiesto all'utente di ritagliarla, convertito in scala di grigi e corse questa riga di codice su di esso:

edgeImg = edge(grayImg,'canny',0.23); 

questo è il risultato:

voglio "tagliare fuori" tutto il cerchio centrale e il bordo esterno, in sostanza. Sto attraversando un periodo difficile per capire come farlo e onestamente sono in perdita.

Ho pensato di riempire l'area che voglio mantenere nell'immagine binaria, e quindi potrei usarla come timbro, ma non ho potuto trovare un modo che non riempisse il centro cerchio pure.

Qualche idea?

Grazie.

EDIT: Questa area bianca è ciò che voglio mantenere:

Answer 1

vorrei suggerire di non fare il rilevamento dei bordi, in primo luogo, si stanno perdendo preziose informazioni relative al colore. Puoi provare un algoritmo di clustering, come K-Means (including source code) o qualsiasi altra cosa.

Al termine del cluster, è possibile mantenere i pixel correlati ai cluster con l'oggetto. I cluster desiderati possono essere selezionati in base alla posizione dell'oggetto nell'immagine (incluso il ritaglio dell'immagine) e il colore.

Codice esempio di K-Means di clustering per 2 cluster è qui sotto:

he = imread('D:\1.jpg'); 
imshow(he); 

cform = makecform('srgb2lab'); 
lab_he = applycform(he,cform); 

ab = double(lab_he(:,:,2:3)); 
nrows = size(ab,1); 
ncols = size(ab,2); 
ab = reshape(ab,nrows*ncols,2); 

%One cluster for your object and one for background 
nColors = 2; 
[cluster_idx, cluster_center] = kmeans(ab,nColors,'distance','sqEuclidean', ... 
             'Replicates',2); 


pixel_labels = reshape(cluster_idx,nrows,ncols); 

segmented_images = cell(1,3); 
rgb_label = repmat(pixel_labels,[1 1 3]); 

for k = 1:nColors 
    color = he; 
    color(rgb_label ~= k) = 0; 
    segmented_images{k} = color; 
end 

%Show both clusters: object and non-object 
imshow(segmented_images{1}); 
figure; 
imshow(segmented_images{2}); 

La segmentazione risultante è abbastanza buono:

Answer 2

Invece di usare K- Significa che puoi semplicemente usare color thresholder dato che hai così tante informazioni sul colore. Quindi puoi chiamare la funzione di maschera generata automaticamente chiamata createMask e successivamente elaborare la tua immagine lì. Il codice è sotto La migliore parte di questo metodo è che createMask è riutilizzabile per qualsiasi immagine, non solo la tua!

% Read Image 
I = imread('r8ATB.jpg'); 
figure; imshow(I); 

% Crop Image 
C = I(75:490,40:460,:); 
figure; imshow(C); 

% Plot Noisy Mask 
[BW,MK] = createMask(C); 
figure; imshow(BW); 
figure; imshow(BW); 

% Fix Holes 
imopen(...); 

Questa è l'immagine originale.

Immagine potata

finestra soglia Start.

Soglia Parametri

maschera creata

Immagine finale

La funzione createMask.m generata automaticamente utilizzando il mio parametro è la seguente.

function [BW,maskedRGBImage] = createMask(RGB) 
%createMask Threshold RGB image using auto-generated code from colorThresholder app. 
% [BW,MASKEDRGBIMAGE] = createMask(RGB) thresholds image RGB using 
% auto-generated code from the colorThresholder App. The colorspace and 
% minimum/maximum values for each channel of the colorspace were set in the 
% App and result in a binary mask BW and a composite image maskedRGBImage, 
% which shows the original RGB image values under the mask BW. 

% Auto-generated by colorThresholder app on 23-Apr-2015 
%------------------------------------------------------ 


% Convert RGB image to chosen color space 
I = rgb2hsv(RGB); 

% Define thresholds for channel 1 based on histogram settings 
channel1Min = 0.983; 
channel1Max = 0.167; 

% Define thresholds for channel 2 based on histogram settings 
channel2Min = 0.205; 
channel2Max = 1.000; 

% Define thresholds for channel 3 based on histogram settings 
channel3Min = 0.341; 
channel3Max = 1.000; 

% Create mask based on chosen histogram thresholds 
BW = ((I(:,:,1) >= channel1Min) | (I(:,:,1) <= channel1Max)) & ... 
    (I(:,:,2) >= channel2Min) & (I(:,:,2) <= channel2Max) & ... 
    (I(:,:,3) >= channel3Min) & (I(:,:,3) <= channel3Max); 

% Invert mask 
BW = ~BW; 

% Initialize output masked image based on input image. 
maskedRGBImage = RGB; 

% Set background pixels where BW is false to zero. 
maskedRGBImage(repmat(~BW,[1 1 3])) = 0; 

Si può quindi procedere ad utilizzare imopen e imclose per ripulire la maschera. Quindi applicalo all'immagine. Il mio metodo richiede la messa a punto per renderlo perfetto secondo qualsiasi metodo, ma ti darà risultati coerenti.

Per ottenere il complemento della tua immagine, tutto ciò che devi fare è invertire la maschera e applicarla.