在 MATLAB 中检测图像内部的圆形

Question

检测图像中这些圆形的最快方法是什么？

半径始终在（80-100mm）之间。背景总是白色的。并且圆圈将始终位于中心。

我已经尝试过Hough Transform，但我无法真正让它发挥作用。我对此很陌生，我觉得 Hough 变换 对此有点过头了。请建议我正确的方法来做到这一点。

---

更新

这是我应用霍夫变换后得到的结果。

我使用了here提到的算法。

以下是大算法的相关代码

% applying Hough Below
[accum, circen, cirrad] = ...
    CircularHough_Grd(gR, [89 93],...
    17.4, 13, 1);   % this executes in 0.72 sec

% Lets see what we got
imshow(gR);
hold on;
plot(circen(:,1), circen(:,2), 'r+');
for ii = 1 : size(circen, 1)
    rectangle('Position',[circen(ii,1) - cirrad(ii), circen(ii,2) - cirrad(ii), 2*cirrad(ii), 2*cirrad(ii)],...
        'Curvature', [1,1], 'edgecolor', 'b', 'linewidth', 1.5);
end
hold off;

有意义的圆圈是中间那个。

Answer 1

这是我的建议：
1. 转为灰度图，增强“白差”

gimg = min( img, [], 3 );

2.去除白色区域的阈值

BW = im2bw( gimg, .4 ); 

3. 获取图像区域的面积和质心属性

st = regionprops( ~BW, 'Area', 'Centroid', 'PixelIdxList' );

4。只选择足够大的区域

sel = [st.Area] > numel(BW)*0.025; % at least 2.5% of image size
st = st(sel);

5。计算区域到图像中心的距离

cntr = .5 * [size(BW,2) size(BW,1)]; % X-Y coordinates and NOT Row/Col
d = sqrt( sum( bsxfun(@minus,vertcat( st.Centroid ), cntr ).^2, 2 ) );

6。选择离中心最近的区域

[mn idx] = min(d);

7。创建蒙版

res = false(size(BW)); 
res( st(idx).PixelIdxList ) = true;

您还可以考虑使用其他区域属性（例如，'Eccentricity'）来更好地拒绝非圆形区域。

Answer 2

如果您的matlab版本是R2012a或更高版本，图像处理工具箱中包含函数imfindcircles，用于检测图像中的圆圈。

filen='http://i.stack.imgur.com/pmBp1.jpg';  % your original image
I=imread(filen);

I=im2bw(I(:,:,3));  % convert to gray scale
Rmin=50;Rmax=100;  % circle radius range
[centersDark, radiiDark] = imfindcircles(I, [Rmin Rmax], ...
                                        'ObjectPolarity','dark','sensitivity',0.93)
imagesc(I),hold on
viscircles(centersDark, radiiDark,'LineStyle','--');hold off

结果：

其实这个函数也应用了霍夫变换，我觉得和你的差不多。您可能需要注意的一件事是，Hough 中与灵敏度对应的阈值对检测结果有很大影响。过高的灵敏度会导致检测到更多的圆圈，包括较弱或部分被遮挡的圆圈，有较高的误检率风险，而这正是您所获得的。