Rilevamento di un cerchio in dati di immagine rumorosi

Ho un'immagine che assomiglia a quella qui sotto:

Sto cercando di trovare il raggio (o diametro) del cerchio. Ho provato a utilizzare la trasformazione circolare di Hough (tramite matlab imfindcircles(bw,[rmin rmax],'ObjectPolarity','bright')) e adattandomi a un cerchio o un'ellisse (funzione fatta in casa che funziona abbastanza bene per i dati meno rumorosi, vedi sotto).

Ho anche provato un po 'di elaborazione delle immagini per ottenere un cerchio più chiaro, ad esempio, vedi sotto:

se = strel('disk', 2);
bw = imdilate(bw, se);
bw = bwareaopen(bw,100000); 
bw =  edge(bw); 

Tuttavia, quando fornisco l'immagine elaborata a entrambe le tecniche (adattamento di Hough e circle \ ellisse) nessuna delle due riesce a rilevare il cerchio in modo decente.

Ecco uno snippet di codice del cercatore di cerchi che ho scritto (matlab) [riga col] = trova (bw); contour = bwtraceboundary (bw, row (1), col (1)], 'N', connettività, num_points);

    x = contour(:,2);
    y = contour(:,1);

    % solve for parameters a, b, and c in the least-squares sense by
    % using the backslash operator
    abc = [x y ones(length(x),1)] \ -(x.^2+y.^2);
    a = abc(1); b = abc(2); c = abc(3);

    % calculate the location of the center and the radius
    xc = -a/2;
    yc = -b/2;
    radius  =  sqrt((xc^2+yc^2)-c);

Saranno apprezzati approcci alternativi ...

Ecco la mia soluzione, è vicina all'idea di @ Yoda, ma ho cambiato alcuni passaggi.

• Contrassegna tutti i pixel in modo tale che ci siano almeno 6 pixel nel loro vicinato 7x7
• Rimuovi tutti i BLOB, ma il più grande
• Riempi i buchi
• Applica il rilevamento dei bordi
• Trova la cerchia usando la trasformazione di Hough

Ecco il codice Matlab pertinente. Sto usando Hough Transform per i cerchi .m file nel mio codice.

function FindCircle()
    close all;
    im = imread('C:\circle.png');
    im = im(:,:,2);

    ims = conv2(double(im), ones(7,7),'same');
    imbw = ims>6;
    figure;imshow(imbw);title('All pixels that there are at least 6 white pixels in their hood');

    props = regionprops(imbw,'Area','PixelIdxList','MajorAxisLength','MinorAxisLength');
    [~,indexOfMax] = max([props.Area]);
    approximateRadius =  props(indexOfMax).MajorAxisLength/2;

    largestBlobIndexes  = props(indexOfMax).PixelIdxList;
    bw = false(size(im));
    bw(largestBlobIndexes) = 1;
    bw = imfill(bw,'holes');
    figure;imshow(bw);title('Leaving only largest blob and filling holes');
    figure;imshow(edge(bw));title('Edge detection');

    radiuses = round ( (approximateRadius-5):0.5:(approximateRadius+5) );
    h = circle_hough(edge(bw), radiuses,'same');
    [~,maxIndex] = max(h(:));
    [i,j,k] = ind2sub(size(h), maxIndex);
    radius = radiuses(k);
    center.x = j;
    center.y = i;

    figure;imshow(edge(bw));imellipse(gca,[center.x-radius  center.y-radius 2*radius 2*radius]);
    title('Final solution (Shown on edge image)');

    figure;imshow(im);imellipse(gca,[center.x-radius  center.y-radius 2*radius 2*radius]);
    title('Final solution (Shown on initial image)');

end

È abbastanza semplice farlo utilizzando l'elaborazione delle immagini. Quanto segue è una dimostrazione del concetto in Mathematica . Dovrai tradurlo in MATLAB.

• Innanzitutto, tagliare gli assi e mantenere solo la parte dell'immagine di esso. Chiamo questa variabile img.

• Binarizza l'immagine e dilatala, seguita da una trasformazione di riempimento. Rimuovo anche i piccoli componenti vaganti che non sono collegati al BLOB principale. Dovrebbe darti qualcosa di simile al seguente:

  filled = Binarize@img ~Dilation~ 3 // FillingTransform // DeleteSmallComponents
  

  

• Quindi, trova il centroide di questo BLOB e il raggio equivalente del disco del BLOB (openCV, MATLAB hanno tutti comandi equivalenti per farlo)

  {center, radius} = 1 /. ComponentMeasurements[filled, {"Centroid", "EquivalentDiskRadius"}]
  

• Questo è tutto! Ora traccia l'immagine originale e un cerchio con il centro e il raggio sopra per vedere come si adatta:

  Show[img, Graphics[{Red, Circle[center, radius]}]]