(Новое в MATLAB) Я хочу узнать, как использовать MATLAB для измерения расстояний между функциями изображения. С чего начать?

Question

Я студент-градиент, работающий на докторантуре в биомедицинской науке и не обладающий опытом кодирования. У моего университета есть лицензия на университетский городок для MATLAB, поэтому я подумал, что попытаюсь научиться использовать его, чтобы получить более количественную ручку на некоторых моих изображениях. А именно, у меня есть серия очень похожих изображений клеток (10-15 клеток/изображений), мигрирующих от ткани. Я хотел бы иметь возможность использовать MATLAB для измерения расстояния между каждой клеткой и тканью (если это возможно, нормализуется до размера ткани). Я читал об инструментах, доступных в System Vision System Toolbox, таких как обнаружение объектов в захламленной сцене, но я не уверен, что они актуальны. Я также не знаю, как импортировать мои изображения в MATLAB. Я не ищу, чтобы кто-то все это делал для меня; скорее, если кто-то может указать мне в правильном направлении (инструменты, над которыми я должен смотреть, полезные чтения для начинающих и т. д.), я бы очень признателен.

Answer 1

сотрудник Биомед кандидат здесь :)

The Computer Vision, Toolbox не совсем то, что вам нужно, что вам нужно для решения основных задач обработки изображения является изображение Processing Toolbox. Перейдите в документацию matlab (которую вы можете вызвать с помощью команды doc в консоли), и если у вас установлен Image Processing Toolbox, ссылка на его документацию должна содержать ссылку на главную страницу документации.

В качестве альтернативы, чтобы получить (большой) список команд, доступных на панели инструментов обработки изображений, введите help images в консоли. Если вы хотите найти конкретное ключевое слово, вы можете использовать lookfor, например. если вы наберете lookfor distance, вы увидите один результат для команды bwdist, которая вычисляет дистанционное преобразование.

Основные команды для чтения и отображения изображения являются imread и imagesc

Вот небольшой пример того, как можно использовать это, чтобы найти расстояние клеток. (запустите эти команды по очереди и каждый раз увидите результат).

Img = imread('rice.png') % Read rice.png image into array I 

(примечание: «rice.png» образ, который приходит готовый в MATLAB и в MatLab «пути», то есть он доступен для вас, чтобы получить доступ независимо от директории вы находитесь в данный момент . вы можете увидеть, где именно на вашем компьютере, набрав which rice.png. Кроме того, вы можете подавить все, что выход после каждой команды, если вы не хотите, положив конец вашей команды с «;»)

Img является теперь представляет собой матрицу, содержащую значения зацепления от 0 до 256 (т.е. типа «беззнаковое целое число»). Очень часто мы работаем с изображениями «в оттенках серого» в диапазоне [0,1] вместо (т. Е. Типа «двойной»).

Img = mat2gray(Img) % convert to grayscale image. 
imagesc(Img) % visualise image 
colormap gray % convert to grayscale colours 
BinaryImg = (Img > 0.5) % retain only pixels with intensity above 0.5; 
imagesc(BinaryImg) % visualise binary version 
BinaryImg = bwareaopen(BinaryImg,10) % clean up image by removing objects less than 10 pixels big. type 'help bwareaopen' in the console for details 
imagesc(BinaryImg) % see how the image has now cleaned up a bit 
DistanceTransform = bwdist(BinaryImg) 
imagesc(DistanceTransform) % each pixel value represents distance to nearest object (i.e. nearest 'true' pixel in binary image) 
colorbar % helps you see what those distances are 
colormap jet % this is a nicer map for distance images :) 

Надеюсь, это поможет. Удачи вам в путешествии :)

Answer 2

Пожалуйста, обратитесь к Computer Vision Toolbox, особенно функции matchFeatures в документации по matlab.

ссылка: http://in.mathworks.com/help/vision/ref/matchfeatures.html