Matlab圖像處理函數(shù)：regionprops

這里給出在Matlab圖像處理工具箱中非常重要的一個圖像分析函數(shù)：regionprops声离。顧名思義：它的用途是get the properties of region勉躺，即用來度量圖像區(qū)域?qū)傩缘暮瘮?shù)。

語法

STATS = regionprops(L,properties)

描述

屬性詳細定義

本部分將結(jié)合一個具體的例子說明各種字串相關屬性的意義禽车，矩陣取自在蟻蛉模式識別中做過預處理后的斑紋分割圖像，如下圖：

image.png

這是一幅二值圖像拳喻，在應用regionprops函數(shù)之前必須將其標注哭当，可以調(diào)用 bwlabel函數(shù)和偽彩色處理，標注后的圖像如下圖：

image.png

下面基于以上的材料來考察屬性的含義冗澈。

'Area'

是標量钦勘，計算出在圖像各個區(qū)域中像素總個數(shù)。注意：這個數(shù)值可能與由函數(shù) bwarea 計算的值有輕微的不同亚亲。對于這樣一個數(shù)值彻采，我們可以使用它除以整個圖像區(qū)域的像素個數(shù)而得到斑紋比例，可以作為模式識別的候選特征捌归，并且這個特征是仿射不變的肛响。在本例中最后計算出的面積向量是
[3.8952,9.7213,17.663,3.5762,1.3432,1.6958,0.41974,0.41974,21.625,12.324,4.8187,1.5111]/10000.

'BoundingBox'

是1行ndims(L)*2列的向量，即包含相應區(qū)域的最小矩形惜索。BoundingBox 形式為 [ul_corner width]特笋，這里 ul_corner 以 [x y z ...] 的坐標形式給出邊界盒子的左上角、boxwidth 以 [x_width y_width ...] 形式指出邊界盒子沿著每個維數(shù)方向的長度巾兆。本例的各部分區(qū)域最小矩形如下圖猎物！注意：請在這熟悉一下函數(shù)rectangle的使用方法。

image.png

'Centroid'

是1行ndims(L)列的向量角塑，給出每個區(qū)域的質(zhì)心（重心）蔫磨。注意：Centroid 的第一個元素是重心水平坐標（x坐標）、第二個元素是重心垂直坐標（y坐標）圃伶。Centroid 所有其它元素則按照維順序排列堤如。下圖采用以中心為圓心的小圓來演示質(zhì)心檢測的效果：

image.png

圖中各質(zhì)心坐標（標準化后的）依次為：
(x,y)= 0.10478, 0.76739 0.11883, 0.081545 0.19586, 0.61092 0.30701, 0.30807 0.65712, 0.31613 0.73165, 0.30531 0.74548, 0.35378 0.80624, 0.72802 0.84546, 0.61564 0.90554, 0.079574 0.93477, 0.77871 0.97611, 0.15576

'MajorAxisLength'

是標量，與區(qū)域具有相同標準二階中心矩的橢圓的長軸長度（像素意義下）窒朋。本屬性只支持二維標注矩陣搀罢。

'MinorAxisLength'

是標量，與區(qū)域具有相同標準二階中心矩的橢圓的短軸長度（像素意義下）侥猩。本屬性只支持二維標注矩陣揖膜。

'Eccentricity'

是標量耸别，與區(qū)域具有相同標準二階中心矩的橢圓的離心率（可作為特征）。本屬性只支持二維標注矩陣窘拯。

'Orientation'

是標量，與區(qū)域具有相同標準二階中心矩的橢圓的長軸與x軸的交角（度）。本屬性只支持二維標注矩陣。
本例的各區(qū)域橢圓數(shù)據(jù)為：長軸：18.767,45.172,43.003,30.687,16.505,15.698,5.8833,5.8833,46.954,38.873,22.929,15.429 短軸：16.211,26.079,32.709,9.8458,6.8019,8.6386,5.8833,5.8833,35.976,31.022,16.98,7.8038 離心率：0.50387,0.81652,0.6492,0.94713,0.91114,0.83497,0,0,0.64262,0.60262,0.67205,0.86266 方向角：-29.219,-32.192,-9.3909,-50.904,-70.333,48.823,0,0,14.035,17.986,3.0319,-34.238
我們可以考察離心率的變化趨勢，得到對于整個區(qū)域中的各區(qū)域的似圓性如何的大致感覺彩匕，比如下圖是12個區(qū)域的離心率變化情形：

image.png

由上圖可以看出區(qū)域整體的似圓性并不好，實際上可以考慮使用離心率向量作為一個模式識別的特征Ｃ角驼仪！

'Image'

二值圖像，與某區(qū)域具有相同大小的邏輯矩陣袜漩。你可以用這個屬性直接將每個子區(qū)域提取出來绪爸，然后再作相應的處理！比如本例的第一個斑紋區(qū)域提出后是:

image.png

'FilledImage'

與上相同宙攻，唯一區(qū)別是這是個做了填充的邏輯矩陣奠货！!

image.png

本例中和上面的沒有區(qū)別，只有區(qū)域有空洞時才有明顯差別座掘。

'FilledArea'

是標量递惋，填充區(qū)域圖像中的 on 像素個數(shù)。

'ConvexHull'

是p行2列的矩陣溢陪，包含某區(qū)域的最小凸多邊形萍虽。此矩陣的每一行存儲此多邊形一個頂點的xy坐標。此屬性只支持2維標注矩陣形真。例如：本例中的所有子區(qū)域的最小凸多邊形圖形如下圖

image.png

看看第2個區(qū)域的大圖:

image.png

'ConvexImage'

二值圖像杉编，用來畫出上述的區(qū)域最小凸多邊形。同時此凸包內(nèi)的像素均打開咆霜，圖像尺寸和此區(qū)域?qū)吔缇匦蜗嗤醪啤４藢傩灾恢С?維標注矩陣。例如：本例中的第2個子區(qū)域的最小凸多邊形圖形為

image.png

裕便。注意：此處函數(shù)roipoly很有用！

'ConvexArea'

是標量见咒，填充區(qū)域凸多邊形圖像中的 on 像素個數(shù)偿衰。

'EulerNumber'

是標量，幾何拓撲中的一個拓撲不變量--歐拉數(shù)改览，等于圖像中目標個數(shù)減去這些目標中空洞的個數(shù)下翎。此屬性只支持2維標注矩陣。本例中的歐拉數(shù)均為1宝当。

'Extrema'

8行2列矩陣视事，八方向區(qū)域極值點。矩陣每行存儲這些點的xy坐標庆揩，向量格式為 [top-left top-right right-top right-bottom bottom-right bottom-left left-bottom left-top]俐东。此屬性只支持2維標注矩陣跌穗。

'EquivDiameter'

是標量，等價直徑：與區(qū)域具有相同面積的圓的直徑虏辫。計算公式為：sqrt(4*Area/pi)蚌吸。. 此屬性只支持2維標注矩陣。本例標準化后的12區(qū)域直徑向量為：

'Solidity'

是標量砌庄，同時在區(qū)域和其最小凸多邊形中的像素比例羹唠。計算公式為：Area/ConvexArea，這也是個仿射特征娄昆，實際上反映出區(qū)域的固靠性程度佩微。此屬性只支持2維標注矩陣。本例12區(qū)域凸元素比例向量為：
[0.97071,0.66171,0.90846,0.86585,0.84211,0.94393,1,1,0.9096,0.75514,0.90823,0.94737].

'Extent'

是標量萌焰，同時在區(qū)域和其最小邊界矩形中的像素比例哺眯。計算公式為：Area除以邊界矩形面積，這也是個仿射特征杆怕，實際上反映出區(qū)域的擴展范圍程度族购。此屬性只支持2維標注矩陣。不再給出計算結(jié)果Ａ暾洹寝杖！

'PixelIdxList'

p元向量，存儲區(qū)域像素的索引下標互纯。

'PixelList'

p行ndims(L)列矩陣瑟幕，存儲上述索引對應的像素坐標。

支持類

輸入的標注矩陣L可以有任意的數(shù)值類型留潦。

提醒

使用逗號分割列表語法

當你基于regionprops函數(shù)的輸出作算法設計時只盹，使用逗號分割列表語法就凸顯出其非常的價值。例如：對于一個存儲標量的屬性兔院，可以利用此語法創(chuàng)建一個包含圖像中不同區(qū)域內(nèi)此屬性值的向量殖卑。例如以下兩句是等價的：

stats(1).Area, stats(2).Area, ..., stats(end).Area
stats.Area
因此，可以使用下面的方法創(chuàng)建相應的向量：
regionprops(L,'Area'); allArea = [stats.Area];

allArea 就是一個與結(jié)構(gòu)數(shù)組 stats 具備相同長度的向量坊萝。

基于特定原則的區(qū)域選擇

當你要基于特定準則條件選擇某個區(qū)域時孵稽，將函數(shù) ismember 和 regionprops 聯(lián)合使用是很有用處的。例如：創(chuàng)建一個只包含面積大于80的二值圖像十偶，用以下命令
idx = find([stats.Area] > 80); BW2 = ismember(L,idx);

計算性能考慮

大多數(shù)的屬性測量計算時間都非常地少菩鲜，除了那些非常依賴于圖像L中區(qū)域個數(shù)和像素個數(shù)的屬性。例如：
'ConvexHull' 'ConvexImage' 'ConvexArea' 'FilledImage'

另外建議一次性計算所有屬性值惦积，因為分開計算和一起計算時間相差無幾接校！

使用二值圖像工作

在調(diào)用regionprops之前必須將二值圖像轉(zhuǎn)變?yōu)闃俗⒕仃嚒蓚€函數(shù)可以做到：
L = bwlabel(BW); L = double(BW);
注意：雖然這兩個函數(shù)從同一二值圖像產(chǎn)生不同的標注矩陣狮崩，但是它們是等效的蛛勉！例如：給出如下的二值矩陣BW鹿寻，
1 1 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 1 1

bwlabel 創(chuàng)建一個包含兩個分別由整數(shù)1和2標注的連續(xù)區(qū)域標注矩陣

mylabel = bwlabel(BW) mylabel = 1 1 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 2 0 0 0 0 2 2

double 創(chuàng)建一個包含一個由整數(shù)1標注的不連續(xù)區(qū)域標注矩陣。
mylabel2 = double(BW) mylabel2 = 1 1 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 1 1

regionprops 并不負責自動轉(zhuǎn)換二值圖像數(shù)據(jù)類型董习，而是由你自己決定使用何種數(shù)據(jù)轉(zhuǎn)換方法來存儲自己想要的數(shù)據(jù)烈和。

regionprops函數(shù)的擴展思路

在regionprops函數(shù)的基礎上，你可以使用它提供的基本數(shù)據(jù)來擴展它的功能皿淋，將區(qū)域的曲率數(shù)據(jù)和骨架數(shù)據(jù)作為它的另外屬性值來開發(fā)招刹，從而希望它能用來做更細致的特征提取。