MATLAB：检测灰度图像中的非连续垂直条纹答案

【问题标题】：MATLAB: detecting non-continuous vertical streaks in greyscale imageMATLAB：检测灰度图像中的非连续垂直条纹
【发布时间】：2016-04-10 04:04:43
【问题描述】：

在附加的图像中，有周期性的垂直条纹，它们沿 x 轴是随机的，并且沿 y 轴的强度会有所不同。
有关如何检测这些的任何建议？
理想情况下，我想通过输出显示条纹的二进制图像来检测这些（我想它最终会看起来像条码）。

谢谢！

【问题讨论】：

【解决方案1】：

您可以使用简单的水平过滤器来收集有关这些行的信息：

I=imread('lines.jpg');
I=double(I)*(1.0/255.0);
J=filter2([-1 0 1;-1 0 1;-1 0 1],I);
s=sum(J);

这会为图像生成以下一维信号。

然后您可以在此信号上找到适合您的阈值，并将索引用作线位置。

【讨论】：

【解决方案2】：

Photon 的回答非常好：他建议使用带状垂直边缘过滤器来捕捉条纹的垂直边缘。
但是，如果您对定位条纹本身而不是边缘感兴趣，您可以考虑采用稍微不同的方法：

我建议，首先，消除“DC”分量，以便条纹会从大致恒定的背景中“弹出”，然后使用垂直的sum 来定位它们并生成蒙版。

这是代码的草图：

img = im2double( imread('http://i.stack.imgur.com/SqZrf.jpg') ); %// read the image

使用水平过滤器来估计局部“DC”，即条纹消失的图像：

dc_est = imfilter(img, ones(1,31)/31, 'symmetric' );

查看图像和估计的“DC”之间的差异应该会使条纹突出并易于使用全局阈值进行阈值：

global_thr = 0.025;
mask = ones(size(img,1),1)*(mean(img-dc_est,1)>global_thr);
figure; imshow(mask);

结果如下（您可能想更改阈值并查看它如何影响结果）：

估计的“DC”dc_est 看起来像：

如果您想进行更复杂的冒险，我建议您探索这项工作：I. Horev, B. Nadler, E. Arias-Castro, M. Galun, R.Basri Detection of long edges on a computational budget: a sub-linear approach (SIAM 2015)。该方法旨在在噪声强度图像中找到这些难以捉摸的边缘和脊。

【讨论】：