Przetwarzanie obrazu - Wykorzystanie transformacji radonu do rozpoznawania wzorów w MATLAB

Question

Próbuję wyodrębnić podpis Radona, aby rozpoznać wzory ubrań (paski, pled, nieregularne i bez wzoru), jak to zrobiono w 1.

algorytm realizowany:

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. 

Zrobiłem następujące:

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'); 

wierzę, że mój błąd leży w pierwszych 2 etapach. Nie jestem pewien, jak wykonać Radon tylko na maksymalnym obszarze dysku.

Moje wyniki są pokazane po prawej stronie, natomiast z artykułu (wymienionego poniżej) po lewej.

jednak moje wyniki powinny przynajmniej Pokaż 2 odrębne szczyty, jak pokazano w wynikach acticle, ale tak nie jest.

Każda pomoc jest doceniana.

Źródło algorytmu: "wspierająca Odzież Wzór Uznanie dla niedowidzących ludzi" przez Xiaodong Yang, student, członek IEEE, Shuai Yuan i Yingli Tian Senior Member IEEE

Answer 1

Maksymalna powierzchnia dysku jest, jak @beaker myśl, zdefiniowana przez maksymalny wypełniony okrąg, który mieści się wewnątrz obwiedni obrazu. Można to zaobserwować na ryc. 3 b) artykułu.

Inną rzeczą, którą zrobiłeś źle, jest użycie detektora krawędzi edge(grey, 'sobel'), podczas gdy powinieneś użyć mapy gradientu lub większej formalnej gradientowej magnitudo. Oto kod, który tworzy krzywą bliską temu, co pokazano na Rys. 3d. Jak oszacować to do sześciu szczytów, pozostaje pytanie.

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); 

Pamiętaj, że zdjęcia skopiowane z artykułu pojawiają się z artefaktami jpg. Po dobrym odszumiania (ciut zbyt dużo tutaj), np

można uzyskać znacznie więcej wybitnych wyników.