Открийте и намерете центрове за малки черни пръстени с помощта на matlab

Ако скоростта не е вашата основна цел и имате Computer Vision Toolbox, бих препоръчал използването на алгоритъма MSER по следния начин:

Image=imread('YourRings.bmp'); 
Image=rgb2gray(Image);

 Regions=detectMSERFeatures(Image);
 plot(Regions);

Резултат:

Ако изучавате и разбирате методите и характеристиките на класа, можете също да филтрирате нежелани резултати (по-големи или ексцентрични елипси) без морфологични оператори.

една проста опция е:

1. направете откриване на ръбове (лапласиан, canny и т.н.), ширината на филтъра трябва да е по-малка от ширината на пръстена, за да разпознаете двата ръба на пръстена.
2. след това потърсете кръгове.
3. за всеки кръг потърсете допълнителен (само един) кръг вътре в него.
4. когато намерите кръг вътре в кръга, маркирайте като пръстен (имате вътрешни и външни граници, маркирани от краищата).

Ако пръстените са затворени, можете да bwlabel (използвайки 4-connect) цялото изображение. Най-големият регион ще принадлежи към фона и може да бъде игнориран. След това можете да използвате regionprops, за да намерите центроида на останалите пръстени .

 lb = bwlabel( inputBW, 4 );
 st = regionprops( lb, 'Centroid', 'Area' );
 [bgArea toRemove] = max( [st(:).Area] );
 st(toRemove) = []; %// discard background
 cnt = vertcat( st.Centroid ); %// all centers

Показване на резултатите като зелени X в центъра на пръстените.

 figure;   
 imshow( inputBW ); hold on;
 scatter( cnt(:,1), cnt(:,2), 50, 'xg' );

Ако пръстените не са затворени, можете да използвате някои морфологични операции (bwmorph ) като предварителна обработка за затварянето им.