Verwenden Sie die Funktion concomp, um die verbundene Komponentenbeschriftung für ein Bild durchzuführen. Zwei Pixel werden verbunden, wenn sie denselben Wert haben, und die Konnektivität kann als 4 (nur horizontale oder vertikale Nachbarn) oder 8 (horizontale, vertikale und diagonale Nachbarn) klassifiziert werden. Verbundene Komponenten stellen eine nützliche Möglichkeit dar, die Erkennung von Bildeigenschaften und Begrenzungen wie Flächen und Löchern in Bildern zu automatisieren.
2. Definieren Sie einen Sollwert für die Intensität des Vordergrunds.
3. Führen Sie die verbundene Komponentenbeschriftung mit dem ersten Konnektivitätstyp aus.
In diesem Fall sind zwei Komponenten mit Typ-4-Konnektivität mit dem Pixelwert 100 vorhanden.
4. Führen Sie die verbundene Komponentenbeschriftung mit dem zweiten Konnektivitätstyp aus.
In diesem Fall ist ein Bild mit 8 verbundenen Komponenten mit dem Pixelwert 100 vorhanden.
5. Untersuchen Sie die Wirkung der verbundenen Komponentenbeschriftung in einem binären Bild, das durch die zweidimensionale Funktion sinc definiert ist.
6. Definieren Sie die Bereichsvariablen.
7. Definieren Sie einen Wertebereich.
8. Definieren Sie eine Bildmatrix.
9. Definieren Sie einen Schwellenwert, und binarisieren und plotten Sie das Bild.
(cc_binarized.bmp)
10. Definieren Sie einen Wert für die Intensität des Vordergrunds und den Konnektivitätstyp, und wenden Sie anschließend den Algorithmus für die verbundene Komponentenbeschriftung auf dieses Bild an.
Beim Zählen der einzelnen Bildbereiche wird erwartet, dass der Algorithmus 9 eindeutige verbundene Komponenten in diesem Bild identifiziert.
11. Berechnen Sie die Anzahl an Komponenten, die von diesem Algorithmus gefunden werden.
12. Definieren Sie eine Farbpaletten-Matrix, die Sie anschließend verwenden, um die Graustufenmatrix von grau in Farbe zu konvertieren. Auf diese Weise können Sie bei der Anzeige des Bildes der verbundenen Komponenten falsche Farben verwenden, um die Komponenten visuell zu verdeutlichen.
(color_d.bmp)
Die 4-Spalten-Matrix colormap gibt die Graustufenintensität in der ersten Spalte und die RGB-Werte in der zweiten bis vierten Spalte an.
13. Berechnen Sie die Größe der 9 Komponenten.
14. Extrahieren Sie die größte einzelne Komponente (Index 3, Größe 35 Pixel) aus diesem Bild, und zeigen Sie sie erneut in einer falschen Farbe an.
(cimg_3.bmp)
Bei der Matrix comp handelt es sich um eine 101 x 101 Matrix aus Nullen mit Ausnahme von Elementen, die der größten Komponente entsprechen. Die Pixel von comp werden mit 3 multipliziert, um die Farbe der Komponente zu erhalten.
