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．

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] ));