聚类的Matlab矩阵裁剪答案

【问题标题】：Matlab matrix cropping of clusters聚类的Matlab矩阵裁剪
【发布时间】：2012-01-15 10:29:36
【问题描述】：

给定一个矩阵：

0 0 0 0 0 0 0 0
0 0 0 1 1 1 0 0
0 0 1 1 0 1 0 1
0 0 1 1 0 1 0 0
0 0 0 0 1 0 0 0

注意除了第三行最后一列中的 1 之外，1 主要是如何聚集的

我想要做的是去掉多余的 0，只保留 1 的簇。这就是我要对图像执行的操作，因此裁剪后的结果应该是矩形：

上面的裁剪是我可以做的最小的矩形裁剪，以覆盖最多的 1。

我现在遇到的问题是如何在 matlab 中做到这一点？我不能简单地去掉所有的 0，我必须注意异常值 1。解决这个问题最有效的方法是什么？

我只能想到手动逐行逐列地寻找集群。

【问题讨论】：

标签： matlab image-processing matrix

【解决方案1】：

您尝试做的相当于在二值图像中标记二维连接组件。如果你可以访问图像处理工具箱，函数是bwlabel:http://www.mathworks.com/help/toolbox/images/ref/bwlabel.html

如果您无权访问bwlabel，则可以使用多种算法。我所知道的最快的是 OpenCV 使用的一种，它在图像中找到闭合轮廓并基于

F。常，C.-J。陈和 C.-J。卢，“线性时间组件标记使用轮廓跟踪技术的算法，”计算机视觉和图像了解，卷。 93，没有。 2，第 206-220 页，2004 年

【讨论】：

哈哈，谢谢，我刚刚也发现了 bwlabel。但是如果我有 2 个非常靠近的集群怎么办？是否有内置函数来确定 bwlabel 中确定的集群是否有附近的邻居？
我不确定你的意思。只要集群用零分隔，它们就会作为单独的组件返回。如果您想“模糊”组件，那么最好的办法可能是事先进行一些图像处理。例如，如果您希望将相距不超过 2 个像素的 blob 视为一个，则将图像扩大 2 个像素。如果你想分离重叠的斑点，那么你就会陷入一罐全新的蠕虫中:)（顺便说一句，这是我心中最亲爱的一个）
我在这里处理显着图，这里的二进制矩阵决定了原始图像的哪个部分是显着的。对于显着性地图，通常有一组标记为显着的图像，这些集群可能彼此相距很远，但仍应属于同一集群的一部分。由于之后我 SIFT 这些图像，我无法进行任何类型的处理。
你不能对二进制图像（或它的副本）进行处理然后丢弃它吗？另一种选择是对二值图像进行二次采样 - 即，如果集群可以相隔 1 个像素，则使用 bwlabel(B([1 : 2 : end],[1 : 2 : end]))，分隔为 2 个像素做 [1 : 3 : end] 等。这是迄今为止最快的方法，但除了 2 的幂之外它不起作用，你必须小心如何转换回原始坐标。
哈哈我正在写一些相当复杂的函数来计算簇之间的质心距离。现在想来，随着模糊，图像中显着对象的位置并没有改变。不过，我需要非常强烈的像素模糊，可能相隔 10 个像素。与其他方法相比，我不知道这对 CPU 的占用程度如何，但这绝对是最简单的。我应该应用什么类型的特殊过滤器？