Discussion :

[abel413]

Bonjour à tous,

Disons que je dispose d'une matrice de grande dimension qui est constituée de 0 et de groupements de nombres 1, 2, 3...par exemple avec 1 seulement :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

A=[0 0 0 0 0 ; 0 0 1 1 0  ; 0 0 1 1 0  ; 0 0 0 0 0 ; 0 0 0 0 0]

J'aurais besoin de calculer les coordonnées des différents 1 et de retourner un vecteur colonne de ces coordonnées. Ici il est évident étant donnée la place des 1 que les coordonnées respectives attendues sont :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
C=[2 3;
2 4;
3 3;
3 4;
]

J'imagine qu'il faut se servir de find mais find(A==1) ne donne que la position lue dans l'ordre d’apparition.

Une fois ces coordonnées obtenues j'aurais aussi besoin de prendre le barycentre. Comme je travaille avec des images binaires (les 1 font en fait référence aux pixels d'un domaine blanc de l'image), j'ai pu lire qu'il suffisait de faire la moyenne des coordonnées de C. Mais n'y a t-il pas une manière plus exacte de calculer un barycentre ?

[Jerome Briot]

Pour répondre à ta première question (même si je n'en vois pas l’intérêt) :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
[i,j] = find(A.');
 
C = [j i]

Pour la seconde question, puisque tous les points ont la même valeur, il suffit de moyenner leurs coordonnées.

Si tu possèdes l'Image Processing Toolbox, tu peux le vérifier à l'aide de :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

regionprops(A, 'centroid')

[abel413]

Effectivement, merci Dut c'est ce que je voulais faire, et j'ai également moyenné. En gros j'ai un fond noir et des cellules blanches pour lesquelles j'ai placé les centroïdes ainsi calculé.

C'est un peu hors sujet, mais j'ai utilisé la fonction regionprops dont tu parles comme suit :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

STATS = regionprops(label_image, 'Eccentricity','MajorAxisLength','MinorAxisLength');

Pour chaque cellule j'obtiens les axes majeurs et mineurs qui sont apparemment des points mais j'ignore comment les représenter. J'ai entendu parler de quiver :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

quiver(STATS(1,1).MinorAxisLength,STATS(1,1).MajorAxisLength)

Mais cela ne représente rien sur la première cellule par exemple.

[Jerome Briot]

Mais cela ne représente rien sur la première cellule par exemple.

As-tu au moins lu la documentation de la fonction quiver ?

[abel413]

Oui, j'ai même essayé avec les centroïdes de regionprops (mais j'obtiens les mêmes manuellement) :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

hold on, quiver(STATS(1,1).Centroid(1),STATS(1,1).Centroid(2),STATS(1,1).MinorAxisLength,STATS(1,1).MajorAxisLength)

Ceci ne trace pas deux axes mais une sorte de vecteur partant du centre de la première cellule orienté vers le bas. Peut-être est-ce normal ? En fait je m'attendais à deux axes orthogonaux comme ceux d'une ellipse par exemple.

[Jerome Briot]

Il te manque une information :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

STATS = regionprops(label_image, 'Eccentricity','MajorAxisLength','MinorAxisLength','Orientation');

[abel413]

Merci Dut, mais je ne vois pas comment exploiter cet angle d'orientation. J'ai essayé de le multiplier par les axes et d'afficher les résultats :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
for i=1:size(CoG,1)
 
    hold on, quiver(CoG(i,1),CoG(i,2),STATS(i,1).MinorAxisLength*STATS(i,1).Orientation,STATS(i,1).MajorAxisLength*STATS(i,1).Orientation)
 
end

Le problème est que je ne comprends pas trop ce que je fais. Déjà les axes sont simplement des scalaires, de même que cet angle. Tout ce que j'obtiens ce sont des vecteurs partant des centres CoG orientés vraisemblablement par les valeurs des axes majeurs et mineurs et d'une norme plus grande qu'avant, certainement en raison de la multiplication que j'ai faite.

[Invité]

Bonjour,

Axes orthogonaux - MinorAxisLength MajorAxisLength

[abel413]

Merci Winjerome,, j'ai finalement réussi de la sorte :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
STATS = regionprops(label_image, 'centroid','Eccentricity','MajorAxisLength','MinorAxisLength','Orientation');
 
for i=1:size(CoG,1)
 
x1 = STATS(i,1).MajorAxisLength*[-1  1]/2*cos(STATS(i,1).Orientation*pi/180);
y1 = STATS(i,1).MajorAxisLength*[1  -1]/2*sin(STATS(i,1).Orientation*pi/180);
Major = line(x1+CoG(i,1) , y1+CoG(i,2));
 
x2 = STATS(i,1).MinorAxisLength*[ 1 -1]/2*cos(STATS(i,1).Orientation*pi/180+pi/2);
y2 = STATS(i,1).MinorAxisLength*[-1  1]/2*sin(STATS(i,1).Orientation*pi/180+pi/2);
Minor = line(x2+CoG(i,1) , y2+CoG(i,2));
 
hold on, plot(x1,y1,'k--'), plot(x2,y2,'k--')
 
end

J'utilise simplement mes centroides CoG calculés en prenant la moyenne des pixels des cellules. Cela affiche les axes de toutes les cellules blanches de l'image.

Pardonnez-moi d'être encore hors sujet, mais finalement ici je me suis contenté d'utiliser les résultats de regionprops. Or on me demande de calculer centroides et axes à l'aide de la matrice des moments de l'image ou des cellules (ce n'est pas clair). Disons que pour les centroides c'est bon : j'utilise le moment d'ordre 1 en prenant la moyenne des pixels blancs de ces cellules. En revanche je ne vois pas du tout comment je pourrais trouver les axes c'est-à-dire les valeurs 'MajorAxisLength','MinorAxisLength','Orientation' sachant que j'ai codé un code qui me donne accès à tous les cellules blanches et leur pixels et les centres.

EDIT:

A l'aide de la fonction invmoments (lien) il est possible de calculer les moments d'ordre 1 à 7 pour toute l'image en niveau de gris ou bien seulement pour les cellules dont je parle. Je dispose d'une image appelée label_image constituée de 0, 1...70 (il y a 70 cellules) , chacune étant repérée par le nombre de 1, 2...70 de cette label_image. J'ai alors écrit ceci :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
M=zeros(70,7);
 
for k=1:max(max(label_image))
 
[i,j] = find(label_image==k);
L = [j i];
M(k,:)=invmoments(L);
 
end

J'obtiens alors une matrice 70*7 où je crois avoir sur chaque ligne les 7 moments des différentes cellules.