Matlabを使った画像処理(物体領域抽出編)

最も簡単な背景差分法による物体領域抽出

今まで画像処理はOpenCVでやっていたが,機械学習とかにはMatlabの方がいろいろよさそうなのでMatlabの勉強を兼ねていろいろプログラムを書いていくシリーズ第1弾.
背景差分による物体領域抽出は,物体を含む画像と物体を含まない画像を比較して,その差がしきい値より大きい場所を物体領域として抽出する.

Matlabを使った方法

画像の読み込み

画像の読み込みにはimread関数を使う.img_f=imread(‘input.jpg’);により,物体領域を含む画像を読み込む.また,img_b=imread(‘back.jpg’);により,物体領域を含まない画像を読み込む.

画像の差を求める

単純に引き算( diff = img_f – img_b; )をすることで,画像の差を求めることができる.

しきい値を決める

用いる画像がカラー画像の場合,まずグレースケール化する必要がある.diff_gray=rgb2gray(diff); により,グレースケールの画像を得る.
次に,しきい値を決める.適当な値を自分で決めてもよいが,ここでは大津のしきい値判定法を使って決定する.大津のしきい値判定法はクラス内分散最小化を用いるもので,しきい値は thresh = graythresh( diff_gray );によって求めることができる.

しきい値よりも差が大きい部分を求める

次に,しきい値よりも大きい部分を物体領域(白),それ以外を背景領域(黒)とした2値画像を作る.これは,上で求めたしきい値を使って,diff_bw = im2bw( diff_gray, thresh );で求まる.

物体領域を求める

最後に,上で求めた2値画像と,物体を含む画像との積を求めることで,物体領域以外は黒にした画像を得ることができる.

for i=1:3
color=a(:,:,i);
color(bw ~= 1)=0;
result(:,:,i)=color;
end

こんな感じ.

まとめ

背景差分は画像処理の基本なので最初に押さえた.コードをまとめると以下のようになる.

img_f=imread( 'input.jpg' );
img_b=imread( 'back.jpg' );
diff = img_f - img_b;
diff_gray = rgb2gray( diff );
thresh = graythresh( diff_gray );
diff_bw = im2bw( diff_gray, thresh );
result = repmat(uint8(0), [size(img_f)] );
for i=1:3
    c=img_f(:,:,i);
    c(diff_bw ~= 1)=0;
    result(:,:,i)=c;
end

【追記】もっと賢いやり方を教えてもらったのでメモ

img_f=imread( 'input.jpg' );
img_b=imread( 'back.jpg' );
diff = img_f - img_b;
diff_gray = rgb2gray( diff );
thresh = graythresh( diff_gray );
diff_bw = im2bw( diff_gray, thresh );
result = img_f .* uint8(repmat( diff_bw, [1 1 3] ));

コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です