So finden Sie Mitte der Masse für meine gesamte Binär-image?

Ich bin daran interessiert, die Koordinaten (X,Y) für meine ganze, ganze binären Bildes, und nicht die CoM für jede Komponente separat.
Wie kann ich es effizient?
Ich denke, mit regionprops, konnte Sie aber nicht finden, die richtige Art und Weise zu tun.

  • Sie haben die Gleichung für die Schwerpunkt, richtig? Haben Sie versucht, die Codierung?
  • die Berechnung der bounding-box und dann auf calculate centroid? (Weil Sie nicht möchten, dass der Schwerpunkt der einzelnen Komponenten).
  • Ich habe die Gleichung und die Berechnung der bounding-box nicht berücksichtigen, Löcher und Lücken zwischen den verschiedenen Komponenten.
InformationsquelleAutor idow09 | 2014-03-24
  1. 9

    Können Sie festlegen, alle Regionen als eine einzige region für regionprops

    props = regionprops( double( BW ), 'Centroid' );

    Anhand der Daten, die Art der BW regionprops entscheidet darüber, ob Sie sollten label jede angeschlossene Komponente wie eine andere region oder behandeln Sie alle nicht-Nullen als einzige region mit mehreren Komponenten.

    Alternativ können Sie auch berechnen Sie den Schwerpunkt von sich selbst

    [y x] = find( BW );
cent = [mean(x) mean(y)];
    InformationsquelleAutor Shai
  2. 6

    Nur die Iteration über alle Pixel berechnet den Durchschnitt der X-und Y-Koordinate

    void centerOfMass (int[][] image, int imageWidth, int imageHeight)
{
    int SumX = 0;
    int SumY = 0;
    int num  = 0; 
    for (int i=0; i<imageWidth; i++)
    {
        for (int j=0; j<imageHeight; j++)
        {
            if (image[i][j] == WHITE)
            {
               SumX = SumX + i;
               SumY = SumY + j; 
               num = num+1;
            }
        }
    }

    SumX = SumX / num;
    SumY = SumY / num;
    // The coordinate (SumX,SumY) is the center of the image mass
}

    Erweitern diese Methode, um Graustufen-Bilder im Bereich von [0..255]: Statt

    if (image[i][j] == WHITE)
                {
                   SumX = SumX + i;
                   SumY = SumY + j; 
                   num = num+1;
                }

    Verwenden Sie die folgende Berechnung

    SumX = SumX + i*image[i][j];
SumY = SumY + j*image[i][j]; 
num = num+image[i][j];

    In diesem Fall ein pixel mit dem Wert 100 hat 100-mal höheres Gewicht als die dunklen pixel mit Wert 1, also dunkle Pixel, die dazu beitragen, einen eher kleinen Teil der Mitte der Masse-Berechnung.
    Bitte beachten Sie, dass in diesem Fall, wenn Ihr Bild ist groß, Sie treffen könnte, ein 32-bit integer-überlauf, so dass Sie in diesem Fall mit long int sumX, sumY Variablen statt int.

    • Ich weiß. aber C/C++ ist gleich zu java und kann gelesen werden als Klartext. Also andere Leute, stolpern diese Frage und verwenden verschiedene Programmiersprachen noch in der Lage sein, zu verstehen, die mathematische Lösung. Ich bin sicher, dass 'idow90' werden in der Lage sein, zu verstehen, die der Algorithmus und konvertieren Sie Sie in Matlab das ist im Grunde deine Antwort
    • Sollte nicht num erhöhen, auch wenn die Farbe Schwarz? Die Anwendung der Formel für ein Graustufen-Bild, sollte ich hinzufügen, alle nicht-schwarzen Farben?
    • num zählt die Menge des insgesamt weißen Pixeln. SumX und SumY Anzahl der Integrale in X-und Y-Richtungen. Dividiert durch die Gesamtanzahl der weiße Pixel gibt die richtige Antwort. Ich streckte die Antwort für Graustufen-Bilder für Ihre Anfrage
    InformationsquelleAutor DanielHsH
Schreibe einen Kommentar