在圖像中查找強度相同的項目

Question

如何在具有3維的圖像中找到所有點（或區域），其中前兩個維顯示分辨率，第三個維顯示密度？ 我可以使用Matlab或Python。 我想知道是否存在本機函數來查找那些計算成本最低的點。 更新：假設我有以下內容：

A= [1,2,3; 4,6,6; 7,6,6]
A =

     1     2     3
     4     6     6
     7     6     6

>> B=[7,8,9; 10,11,11; 1, 11,11]

B =

     7     8     9
    10    11    11
     1    11    11

>> C=[0,1,2; 3, 7, 7; 5,7,7]

C =

     0     1     2
     3     7     7
     5     7     7

如何找到A的所有值都等於B的所有值和C的所有值的下平方？ 如果太多，我如何才能找到A中所有值都相等的A的下平方？ *顯示的值是圖像的強度。

更新：嘗試提供的答案並得到以下錯誤：

>> c=conv2(M,T, 'full');
Warning: CONV2 on values of class UINT8 is obsolete.
         Use CONV2(DOUBLE(A),DOUBLE(B)) or CONV2(SINGLE(A),SINGLE(B)) instead. 
> In uint8/conv2 (line 10) 
Undefined function 'conv2' for input arguments of type 'double' and attributes 'full 3d real'.

Error in uint8/conv2 (line 17)
y = conv2(varargin{:});

*還嘗試了convn ，它花了很convn ，所以我才停止了！ 基本上如上所述，如何對2D陣列執行此操作？

Answer 1

您可以使用一對水平和垂直一維濾鏡，以便水平濾鏡的內核為[1 -1]而垂直濾鏡的內核為[1; -1] [1; -1] 。 這樣做的效果是，每個維度中的每個元素分別需要水平和垂直成對距離。 然后，您可以使用這兩個內核執行圖像過濾或卷積，以確保復制邊界。 為了能夠找到均勻的區域，通過檢查兩個結果中的哪個區域在兩個區域之間映射為0，可以為您提供在所有通道上獨立的區域。

為此，您首先要對兩個過濾結果進行相反的處理 ，以使將變為0的均勻區域現在為1，反之亦然。 您必須對這兩個元素同時執行logical AND操作，然后確保對於每個像素在時間上所有值均為true 。 這意味着對於此圖像中的空間位置，所有值都將達到您期望的相同均勻性。

在MATLAB中，假定您具有“圖像處理工具箱”，請使用imfilter過濾圖像，然后在MATLAB中使用all來臨時查看這兩個過濾結果，然后使用regionprops查找所需區域的坐標。 所以做這樣的事情：

%# Reproducing your data
A = [1,2,3; 4,6,6; 7,6,6];
B = [7,8,9; 10,11,11; 1, 11,11];
C = [0,1,2; 3, 7, 7; 5,7,7];

%# Create a 3D matrix to allow for efficient filtering
D = cat(3, A, B, C);

%# Filter using the kernels
ker = [1 -1];
ker2 = ker.'; %#
out = imfilter(D, ker, 'replicate');
out2 = imfilter(D, ker2, 'replicate');

%# Find uniform regions
regions = all(~out & ~out2, 3);

%# Determine the locations of the uniform areas
R = regionprops(regions, 'BoundingBox');

%# Round to ensure pixel accuracy and reshape into a matrix
coords = round(reshape([R.BoundingBox], 4, [])).';

---

coords是一個N x 4矩陣，每行告訴邊界框原點的左上坐標以及邊界框的寬度和高度。 行中的第一和第二元素是列和行的坐標，而第三和第四元素是邊界框的寬度和高度。

我們檢測到的區域可以在regions變量中找到。 這兩個都顯示：

>> regions

regions =

  3×3 logical array

   0   0   0
   0   1   1
   0   1   1

>> coords

coords =

     2     2     2     2

這告訴我們，我們已經將“均勻性”區域定位為右下角，而邊界框的左上角的坐標是第2行，第2列，其寬度和高度分別為2和2。

Answer 2

可能的解決方案：

A = [1,2,3; 4,6,6; 7,6,6];
B = [7,8,9; 10,11,11; 1, 11,11];
C = [0,1,2; 3, 7, 7; 5,7,7];
%create a 3D array
D = cat(3,A,B,C)
%reshape the 3D array to 2D 
%its columns represent the third dimension
%and its rows represent resolution
E = reshape(D,[],size(D,3));
%third output of the unique function applied row-wise  to the data
%represents the label of each pixel a [m*n, 1] vector created
[~,~,F] = unique(E,'rows');
%reshape the vector to a [m, n] matrix of labels
result = reshape(F, size(D,1), size(D,2));

您可以將3D矩陣整形為2D矩陣（ E ），其列表示三維尺寸，其行表示分辨率。

然后，使用unique功能可以標記圖像。

我們有一個3D矩陣：

A =
     1     2     3
     4     6     6
     7     6     6
B =
     7     8     9
    10    11    11
     1    11    11
C =
     0     1     2
     3     7     7
     5     7     7

當我們將3D矩陣整形為2D矩陣E我們得到：

E =

    1    7    0
    4   10    3
    7    1    5
    2    8    1
    6   11    7
    6   11    7
    3    9    2
    6   11    7
    6   11    7

因此，我們需要根據行的值對行進行分類。

唯一功能能夠提取唯一的行，並將相同的標簽分配給彼此相等的行。

此處，變量F捕獲唯一功能的第三條輸出，即每行的標簽。

F =

   1
   4
   6
   2
   5
   5
   3
   5
   5

應該重塑為2D

結果=

1   2   3
4   5   5
6   5   5

因此每個區域都有不同的標簽。

如果要分割不同的區域（基於它們的值和空間位置），則需要在循環中標記圖像

numcolors = max(F);
N = 0;
segment = zeros(size(result));
for c = 1 : numcolors
    [label,n] = bwlabel(result==c);
    segment = segment +label + logical(label)*N;
    N = N + n;
end

因此，這里需要用不同的標簽標記具有相同值的斷開連接的區域。 由於MATLAB沒有灰色分割功能，因此可以多次使用bwlabel函數進行分割，並將上一次迭代的結果添加到當前迭代的結果中。 segment變量包含分割的圖像。

*注意：此結果是從GNU Octave獲得的，其標簽不同於MATLAB。 如果您使用unique(E,'rows','last'); MATLAB和Octave的結果相同。

Answer 3

查看https://docs.scipy.org/doc/scipy-0.15.1/reference/generation/scipy.signal.correlate2d.html

2D相關性基本上使兩個圖像彼此“滑動”，並疊加了重疊的點積。

更多閱讀： http : //www.cs.umd.edu/~djacobs/CMSC426/Convolution.pdf

https://en.wikipedia.org/wiki/Two-dimensional_correlation_analysis