Matlab 分离重叠对象

我有这个图像

我需要计算图像中的硬币数量，但重叠的硬币有问题，我正在使用此代码执行此操作：

seg = imread('img.jpg');
lvl = graythresh(seg);
seg = imbinarize(seg,lvl);
seg = imfill(~seg,'holes');
[centres, radii, metric] = imfindcircles(seg, [30, 90]);
imshow(seg);
[l,c] = size(radii);

hold on;

plot(centres(:,1), centres(:,2), 'r*'); 
viscircles(centres, radii, 'EdgeColor', 'b'); 

这是我画圆后得到的输出

---

如何才能做到这一点？

首先，您可以使用Canny边缘检测方法查找所有边缘。 其次，最好使用较高的灵敏度值来查找所有类似圆形的形状，然后限制您的条件以确定正确的圆数。例如，可以利用圆心的距离（或圆的相关性）。这是我用来确定给定图像中硬币数量的代码

clc;clear all;close all;
%% Preporocessing
input = imread('img.jpg');
input_edges = edge(input,'Canny');
figure;imshow(input_edges);
input_edges=medfilt2(input_edges,[2 2]);% with this filter size, the edges can be strengthened!
figure;imshow(input_edges);
input_edges=bwareaopen(input_edges,130);%remove small edges
%% Applying  circular Hough transform
[centres, radii, metric] = imfindcircles(input_edges, [35, 90],...
    'ObjectPolarity','bright','Sensitivity',0.9,'EdgeThreshold',0.1);
figure;imshow(input_edges);
[l,c] = size(radii);
hold on;
plot(centres(:,1), centres(:,2), 'r*');
viscircles(centres, radii, 'EdgeColor', 'b');
%% Distinguishing circlar shadow
x_centres=centres(:,1);
y_centres=centres(:,2);
num=size(centres,1);
centre_dists = sqrt( bsxfun(@minus,centres(:,1),centres(:,1)').^2 + ...
    bsxfun(@minus,centres(:,2),centres(:,2)').^2 );

% [x_idx,y_idx] =find(centre_dists<50 & centre_dists>0);
% sort(centre_dists(centre_dists<50 & centre_dists>0));
coin_nm=size(centres,1)-0.5*numel(find(centre_dists<50 & centre_dists>0));

clc；清除所有；全部关闭；
%%预处理
输入=imread（'img.jpg'）；
输入_边=边（输入，'Canny'）；
图形imshow（输入_边）；
输入_边=medfilt2（输入_边[2]）；%使用此过滤器尺寸，可以加强边缘！
图形imshow（输入_边）；
input_edges=BWAREOPEN（input_edges，130）；%去除小边缘
%%应用循环Hough变换
[中心，半径，公制]=imfind圆（输入_边，[35,90]，。。。
“对象极性”、“亮度”、“灵敏度”分别为0.9和0.1）；
图形imshow（输入_边）；
[l，c]=尺寸（半径）；
等等
地块（中心（：，1），中心（：，2），‘r*’；
内圆（中心、半径、“边缘颜色”、“b”）；
%%区分圆形阴影
x_中心=中心（：，1）；
y_中心=中心（：，2）；
num=大小（中心，1）；
中心区=sqrt（bsxfun（@负，中心（：，1），中心（：，1）”）^2+。。。
bsxfun（@负，中心（：，2），中心（：，2）”）^2；
%[x_idx，y_idx]=查找（中心区0）；
%分拣（中心区（中心区0））；
硬币直径=大小（中心，1）-0.5*numel（发现（中心距离0））；

输出如下所示：

---

在

imbinarize

之后就没有足够的信息了。与其应用灰度阈值，不如考虑使用镜面反射将硬币与阴影分开。可以使用形态学功能，也可以使用

regionprops

或

bwtraceboundary

。请查看

imrestruction

。我认为最好通过

bAreaOpen

删除较小的子对象。看看这个：（）+100为您的伟大的答案。非常感谢您的优秀代码，非常好。请您解释一下行：sqrt（bsxfun（@减号，中心（：，1），中心（：，1）”）^2+…bsxfun（@减号，中心（：，2），中心（：，2）”。^2）；@减号的主要含义是什么？这条线计算两点之间的元素减号，并同时获得所有点的两点（中心）之间的距离。您可以在该链接中找到更多详细信息：