查找区域遮罩代表的多边形的角

[poster]

BW = poly2mask(x, y, m, n)从ROI多边形（由向量x和y表示BW = poly2mask(x, y, m, n)计算二进制感兴趣区域（ROI）掩模BW。 BW的大小为n×n。

poly2mask将BW中多边形（X，Y）内的像素设置为1，并将多边形外的像素设置为0。

问题：给定这样一个凸四边形的二进制掩码BW ，确定四个角的最有效方法是什么？

例如，



到目前为止最好的解决方案：使用edge找到边界线，使用霍夫变换在边缘图像中找到4条线，然后找到这4条线的交点，或者在边缘图像上使用拐角检测器。似乎很复杂，我不禁感到这里有一个更简单的解决方案。

顺便说一句， convhull并不总是返回4点（也许有人可以建议使用qhull选项来防止这种情况）：它也沿边缘返回了一些点。

编辑： Amro的答案似乎很优雅和有效。但是，由于每个峰都不是唯一的，因此在每个实际角可能会有多个“角”。我可以基于胃对它们进行聚类，然后将“角”平均在一个真实的角上，但主要问题是使用order(1:10) 。

10是否足以说明所有角点，还是会排除实际角点的“角”？


回答：
这有点类似于@AndyL的建议。但是我在极坐标而不是切线中使用边界签名。

请注意，我首先提取边缘，获取边界，然后将其转换为签名。最后，我们找到边界上距质心最远的点，这些点构成了找到的角。 （或者，我们也可以检测出拐角处的特征峰）。

以下是完整的实现：

I = imread('oxyjj.png'); if ndims(I)==3 I = rgb2gray(I); end subplot(221), imshow(I), title('org') %%# Process Image %# edge detection BW = edge(I, 'sobel'); subplot(222), imshow(BW), title('edge') %# dilation-erosion se = strel('disk', 2); BW = imdilate(BW,se); BW = imerode(BW,se); subplot(223), imshow(BW), title('dilation-erosion') %# fill holes BW = imfill(BW, 'holes'); subplot(224), imshow(BW), title('fill') %# get boundary B = bwboundaries(BW, 8, 'noholes'); B = B{1}; %%# boudary signature %# convert boundary from cartesian to ploar coordinates objB = bsxfun(@minus, B, mean(B)); [theta, rho] = cart2pol(objB(:,2), objB(:,1)); %# find corners %#corners = find( diff(diff(rho)>0) < 0 ); %# find peaks [~,order] = sort(rho, 'descend'); corners = order(1:10); %# plot boundary signature + corners figure, plot(theta, rho, '.'), hold on plot(theta(corners), rho(corners), 'ro'), hold off xlim([-pi pi]), title('Boundary Signature'), xlabel('\theta'), ylabel('\rho') %# plot image + corners figure, imshow(BW), hold on plot(B(corners,2), B(corners,1), 's', 'MarkerSize',10, 'MarkerFaceColor','r') hold off, title('Corners')

编辑：针对雅各布的评论，我应该解释一下，我首先尝试使用一阶/二阶导数来查找签名中的峰，但最终获得了最远的N点。 10只是一个临时值，很难一概而论（我尝试将4个角与4个角相同，但并未涵盖所有角）。我认为将它们聚类以删除重复项的想法值得研究。

据我所知，第一种方法的问题在于，如果不考虑胃而绘制rho ，则会得到不同的形状（不相同的峰），因为我们追踪边界的速度是不同的，并且取决于曲率。如果我们能弄清楚如何标准化该效果，则可以使用导数获得更准确的结果。



更多&回答...