MATLAB 提取图像边界

在图像中，边界是将一个对象与图像背景或图像内的两个不同区域分隔开的元素。边界提供了关于图像中对象的形状和结构的信息。

边界主要分为以下两种类型：

内部边界

它是图像内部对象的边界，将其与图像背景分隔开。内部边界基本上是对象的轮廓，并提供了关于对象形状的信息。

因此，通过提取对象的内部边界，我们可以确定并分析图像中对象的形状、大小和位置。

在MATLAB中，我们可以通过计算原始图像与腐蚀图像之间的差异来提取图像的内部边界，即

Inner Boundary = Original Image – Eroded Image

其中，腐蚀图像是通过对原始图像进行腐蚀而得到的缩小图像。

外轮廓

围绕图像的最外层区域或图像内的特定区域的边界称为 外轮廓 。外轮廓指定了图像中多个对象或整个图像本身的外轮廓。

因此，外轮廓主要用于执行各种图像处理任务，如裁剪、更改或删除背景等。

在MATLAB中，可以通过计算膨胀图像与原始图像之间的差异来获得图像的外轮廓，即

Outer Boundary = Dilated Image – Original Image

其中，膨胀图像是通过膨胀获取的原始图像的扩展版本。

在本文中，我们将学习如何使用MATLAB代码提取图像的边界。以下MATLAB程序演示了提取图像内部和外部边界的过程。

示例

% MATLAB program to extract inner boundary of an image 
% Read the input image
img = imread('https://www.tutorialspoint.com/electrical_machines/images/electrical_machines_logo.jpg');
% Convert the input image to grayscale
gray_img = rgb2gray(img);
% Specify the structuring element to perform erosion of image
se = strel('disk', 2);
% Perform erosion of the grayscale image
eroded_img = imerode(gray_img, se);
% Extract the inner boundary by subtracting the eroded image from gray image
inner_boundary = gray_img - eroded_img;
% Display the original image and the inner boundary
subplot(1, 2, 1); imshow(img); title('Original Image');
subplot(1, 2, 2); imshow(inner_boundary); title('Inner Boundary');

输出

MATLAB 提取图像边界

说明

此MATLAB代码演示了图像的内边界提取。在这个MATLAB程序中，我们使用’imread’函数读取输入图像，然后使用’rgb2gray’函数将其转换为灰度图像。

然后，我们创建一个结构元素’se’来执行图像的腐蚀操作，我们使用’strel’函数来实现这个操作。在这种情况下，我们创建的结构元素具有半径为2的圆盘形状。接下来，我们使用’imrode’函数对图像进行腐蚀操作。由于腐蚀操作，图像中的区域被收缩，以消除外边界。

然后，我们通过从原始图像’gray_img’中减去腐蚀图像’eroded_img’来提取内边界，并将结果存储在’inner_boundary’变量中。

最后，我们使用’imshow’函数显示原始图像和内边界。

示例

% MATLAB program to extract outer boundary of an image
% Read the input image
img = imread('https://www.tutorialspoint.com/electrical_machines/images/electrical_machines_logo.jpg');
% Convert the RGB image to grayscale
gray_img = rgb2gray(img);
% Specify a structuring element to perform dilation of the image
se = strel('disk', 2);
% Perform dilation on the image to expand it
dilated_img = imdilate(gray_img, se);
% Extract the outer boundary by computing the difference between dilated image and original image
outer_boundary = dilated_img - gray_img;
% Display the original image and the outer boundary
subplot(1, 2, 1); imshow(img); title('Original Image');
subplot(1, 2, 2); imshow(outer_boundary); title('Outer Boundary');