在MATLAB中绘制椭圆物体的长轴和短轴

该程序当前输入硬币图像，对其进行阈值设置，对其进行二值化，并使用函数查找分割椭圆的长轴和短轴长度。如何输出子图，在其中绘制用于计算原始图像上的“MajorAxisLength”和“MinorAxisLength”的轴

我已经附加了我的代码供您阅读

% Read in the image.
folder = 'C:\Documents and Settings\user\My Documents\MATLAB\Work';
baseFileName = 'coin2.jpg';
fullFileName = fullfile(folder, baseFileName);
fullFileName = fullfile(folder, baseFileName);
if ~exist(fullFileName, 'file')
    fullFileName = baseFileName; % No path this time.
    if ~exist(fullFileName, 'file')
        %Alert user.
        errorMessage = sprintf('Error: %s does not exist.', fullFileName);
        uiwait(warndlg(errorMessage));
        return;
    end
end

rgbImage = imread(fullFileName);
% Get the dimensions of the image. numberOfColorBands should be = 3.
[rows columns numberOfColorBands] = size(rgbImage);
% Display the original color image.
subplot(2, 3, 1);
imshow(rgbImage, []);
title('Original color Image', 'FontSize', fontSize);
% Enlarge figure to full screen.
set(gcf, 'Position', get(0,'Screensize'));

% Extract the individual red color channel.
redChannel = rgbImage(:, :, 1);
% Display the red channel image.
subplot(2, 3, 2);
imshow(redChannel, []);
title('Red Channel Image', 'FontSize', fontSize);
% Binarize it
binaryImage = redChannel < 100;
% Display the image.
subplot(2, 3, 3);
imshow(binaryImage, []);
title('Thresholded Image', 'FontSize', fontSize);

binaryImage = imfill(binaryImage, 'holes');
labeledImage = bwlabel(binaryImage);

area_measurements = regionprops(labeledImage,'Area');
allAreas = [area_measurements.Area];
biggestBlobIndex = find(allAreas == max(allAreas));
keeperBlobsImage = ismember(labeledImage, biggestBlobIndex);
measurements = regionprops(keeperBlobsImage,'MajorAxisLength','MinorAxisLength')

% Display the original color image with outline.
subplot(2, 3, 4);
imshow(rgbImage);
hold on;
title('Original Color Image with Outline', 'FontSize',fontSize);
boundaries = bwboundaries(keeperBlobsImage);
blobBoundary = boundaries{1};
plot(blobBoundary(:,2), blobBoundary(:,1), 'g-', 'LineWidth', 1);
hold off;

%已在图像中读取。
文件夹='C:\Documents and Settings\user\My Documents\MATLAB\Work'；
baseFileName='coin2.jpg'；
fullFileName=fullfile（文件夹，baseFileName）；
fullFileName=fullfile（文件夹，baseFileName）；
if~存在（fullFileName，'file'）
fullFileName=baseFileName；%这次没有路径。
if~存在（fullFileName，'file'）
%提醒用户。
errorMessage=sprintf（'错误：%s不存在'，fullFileName）；
uiwait（warndlg（errorMessage））；
返回；
结束
结束
rgbImage=imread（完整文件名）；
%获取图像的尺寸。NumberOfColorBand应为=3。
[rows columns numberOfColorBands]=大小（rgbImage）；
%显示原始彩色图像。
子地块（2、3、1）；
imshow（rgbImage，[]）；
标题（“原始彩色图像”、“字体大小”、“字体大小”）；
%将数字放大到全屏。
设置（gcf，“位置”，获取（0，“屏幕大小”）；
%提取单个红色通道。
红色通道=rgbImage（：，：，1）；
%显示红色通道图像。
子地块（2,3,2）；
imshow（红色频道，[]）；
标题（“红色通道图像”、“字体大小”、“字体大小”）；
%二值化
二进制图像=红色通道<100；
%显示图像。
子地块（2、3、3）；
imshow（二进制图像，[]）；
标题（“阈值图像”、“字体大小”、“字体大小”）；
binaryImage=imfill（binaryImage，‘孔’）；
labeledImage=bwlabel（二进制图像）；
面积测量=区域属性（标签图像，'area'）；
allAreas=[面积测量面积]；
biggestBlobIndex=find（allreas==max（allreas））；
keeperBlobsImage=ismember（labeledImage，biggestBlobIndex）；
测量值=区域属性（keeperBlobsImage、'MajorAxisLength'、'MinorAxisLength'）
%显示带有轮廓的原始彩色图像。
子地块（2、3、4）；
imshow（rgbImage）；
等等
标题（‘带轮廓的原始彩色图像’、‘FontSize’、‘FontSize’）；
边界=边界（keeperBlobsImage）；
blobBoundary=边界{1}；
绘图（blobBoundary（：，2），blobBoundary（：，1），“g-”，“线宽”，1）；
拖延；

通常是通过计算特征向量来实现的，如维基百科文章“示例”中所述。这是正确的方法

但是我想知道，如果你从MATLAB知道质心和边界框，那么长轴的端点必须在左上角或右上角。所以，如果有像素的话，检查这两个角（除了噪声），就会得到长轴。短轴与质心正好正交

很抱歉没有准备好MATLAB代码

---

推理没有那么错误，但也不是那么好，使用上面写的方向更好；）

查看文档，了解

regionprops（）

可以返回给您的属性

这给出了正x轴和椭圆长轴之间的角度。您应该能够根据该角度导出长轴线的方程式，然后只需制作一个x轴点网格，并计算网格中所有点的长轴线值，然后像绘制其他曲线一样绘制它

---

要对短轴执行相同的操作，只需注意它将与长轴逆时针方向成90度，然后重复上述步骤。

我在两年前的某个项目中执行了与您相同的任务。我在下面修改了我当时为您使用的代码。它涉及计算数据点的协方差矩阵，并找到它们的特征值/特征向量。请注意，由于圆对称，短轴和长轴在某种程度上是“随机”的。还要注意的是，为了保持代码的简单，我以一种非常幼稚的方式将图像二进制化

% Load data and make bw
clear all;close all; clc; 
set(0,'Defaultfigurewindowstyle','docked')

I = imread('american_eagle_gold_coin.jpg');
Ibw = im2bw(I,0.95);
Ibw = not(Ibw);

figure(1);clf
imagesc(Ibw);colormap(gray)

%% Calculate axis and draw

[M N] = size(Ibw);
[X Y] = meshgrid(1:N,1:M);

%Mass and mass center
m = sum(sum(Ibw));
x0 = sum(sum(Ibw.*X))/m;
y0 = sum(sum(Ibw.*Y))/m;

%Covariance matrix elements
Mxx = sum(sum((X-x0).^2.*Ibw))/m;
Myy = sum(sum((Y-y0).^2.*Ibw))/m;
Mxy = sum(sum((Y-y0).*(X-x0).*Ibw))/m;

MM = [Mxx Mxy; Mxy Myy];

[U S V] = svd(MM);

W = V(:,1)/sign(V(1,1)); %Extremal directions (normalized to have first coordinate positive)
H = V(:,2);
W = 2*sqrt(S(1,1))*W; %Scaling of extremal directions to give ellipsis half axis
H = 2*sqrt(S(2,2))*H;

figure(1)
hold on
    plot(x0,y0,'r*');
    quiver(x0,y0,W(1),H(1),'r')
    quiver(x0,y0,W(2),H(2),'r')
hold off

---

我很感激你抽出时间给我一些意见。谢谢你把这些都写出来，这正是我所寻求的帮助。如果我的答案或上面更详细的一个提供帮助，请考虑对他们进行投票（点击左上箭头）以表明它们是有用的。不幸的是，我还没有提升投票所需的声誉。