Обработка изображений-использование преобразования радона для распознавания образов в MATLAB

Я пытаюсь извлечь подпись радона, чтобы распознать узоры одежды (полосатые,клетчатые, нерегулярные и бесформенные), как это сделано в 1.

алгоритм, который будет реализован:

 1. Use sobel operator to compute the gradient map as f(x,y).
 2. Perform Radon transform based on maximum disk area.
 3. Compute the variance of r under all theta directions.
 4. Employ L2-norm to normalize the feature vector.
 5. Plot Radon Signature as a bar chart of var(r) for all theta values.

Я сделал следующее : 

img = imread('plaid.jpg');
grey = rgb2gray(img);
img2 = edge(grey, 'sobel');
vararray=zeros(1,size(theta,2));
theta = -89:90;
for j = 1: size(theta,2)
     [R3,xp3] = radon (img2,theta(j));
     vararray(j) = var(R3);
end
vararray = vararray/norm(vararray);
figure(1), bar(theta,vararray),title('Radon Signature');

Я считаю, что моя ошибка заключается в первых 2 шагах. Я не уверен, как выполнять Radon только на максимальной площади диска.

мои результаты показаны справа, в то время как из статьи (ссылка ниже) отображается слева.

Results Image (Left : Article's Results, Right: My Matlab results Input Image

однако мои результаты должны по крайней мере показывать 2 различных пика, как показано в результатах acticle, но они этого не делают.

любая помощь приветствуется.

источник алгоритма : "вспомогательное распознавание рисунка одежды для слабовидящих людей" Сяодун Ян, студент, IEEE, Шуай Юань и Инли Тянь, старший член, Стандарт IEEE

10
image-processing matlab pattern-recognition

1 ответов

максимальная площадь диска, как думал @beaker, определяется максимальным заполненным кругом, который вписывается в ограничивающую рамку изображения. Это видно из рис.3 б) статьи.

еще одна вещь, которую вы сделали неправильно, это использование edge detector edge(grey, 'sobel') в то время как вы должны использовать Карта градиента или более формально величину градиента. Вот код, который создает кривую, близкую к тому, что показано на рис. Как количественно оценить его до шести пиков, остается a вопрос.

A = imread( 'Layer-5.png' ); % image from the article
A = double(rgb2gray( A ));

% gradient magnitude
dx = imfilter(A,fspecial('sobel') ); % x, 3x3 kernel
dy = imfilter(A,fspecial('sobel')'); % y
gradmag = sqrt( dx.^2 + dy.^2 );

% mask by disk
R = min( size(A)/2 ); % radius
disk = insertShape(zeros(size(A)),'FilledCircle', [size(A)/2,R] );
mask = double(rgb2gray(disk)~=0);
gradmag = mask.*gradmag;

% radon transform
theta = linspace(0,180,180);
vars = zeros(size(theta));
for u = 1:length(theta)
    [rad,xp] =radon( gradmag, theta(u) );
    indices = find( abs(xp)<R );
    % ignore radii outside the maximum disk area
    % so you don't sum up zeroes into variance
    vars(u) = var( rad( indices ) );
end
vars = vars/norm(vars);
figure; plot( vars );

имейте в виду, изображения, скопированные из статьи, появляются с артефактами jpg. После хороший шумодав (слишком много здесь), например,

denoised image

вы получите гораздо более заметные результаты.

2