2016.12手机屏幕悬浮点检测

叁歲伎倆 2021-10-29 12:00 349阅读 0赞

代码地址：[https://github.com/Xingxiangrui/circle\_detect\_on\_phone\_screen][https_github.com_Xingxiangrui_circle_detect_on_phone_screen]

**目录**

辅点检测程序说明

一、MSER算法

'RegionAreaRange',\[600 3000\]

'ThresholdDelta'

Eccentricity偏心率

二、霍夫变换找圆形区域

代码

--------------------

# 辅点检测程序说明 #

辅点检测程序主要分两个主要部分：

1.  MSER区域提取
2.  霍夫变换找圆形区域

辅点区域为用这两个算法的检测到的结果区域进行叠加

# 一、MSER算法 #

MSER = Maximally Stable Extremal Regions

目前业界认为是性能最好的仿射不变区域，MSER是当使用不同的灰度阈值对图像进行二值化时得到的最稳定的区域，特点：

1.对于图像灰度的仿射变化具有不变性

2.稳定性，区域的支持集相对灰度变化稳定

3.可以检测不同精细程度的区域

如下图：不同色彩的区域即为MSER探测出的灰度较为连续的区域。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNjQ3NDgwOQ_size_16_color_FFFFFF_t_70][]

在MSER算法运用到辅点的探测中时，运用辅点区域的特性对两个参数进行设置

## 'RegionAreaRange',\[600 3000\] ##

区域的大小。经过测量，辅点区域的大小取值范围在\[600 3000\]之间

此参数可以避免探测到过大或者过小的区域。

### 'ThresholdDelta' ###

此值表示不同区域间灰度的差值，此值越小则算法探测到的区域数目越多。为了避免漏检情况，程序设置了四个`'ThresholdDelta'``值，分别为0.1，0.8，1.4，2.5，使各种对比度下辅点区域都能被探测到。`

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNjQ3NDgwOQ_size_16_color_FFFFFF_t_70 1][]

仅用上面两种参数可以探测出区域面积范围在600到3000的区域

下图为运用这两个参数探测到的结果

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNjQ3NDgwOQ_size_16_color_FFFFFF_t_70 2][]

为了找出辅点区域，需要进一步进行筛选，辅点区域为圆形或方形区域，有着小的偏心率

### Eccentricity偏心率 ###

辅点区域的偏心率多小于0.8，运用这一参数就能把偏心率过大的区域滤掉。如下图，左为探测到区域，右为其中偏心率小于0.8的区域

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNjQ3NDgwOQ_size_16_color_FFFFFF_t_70 3][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNjQ3NDgwOQ_size_16_color_FFFFFF_t_70 4][]

# 二、霍夫变换找圆形区域 #

MSER可以探测到灰度值相近的区域，但是当辅点左右差值过大的时候，或者辅点与背景对比度过小的时候，MSER算法检出率不高，注意到辅点中心与外围之间是圆形的，可以借助霍夫变换找出边缘，进而找出圆形区域。

运用霍夫变换找出边缘，然后在边缘中找出半径在14到40之间的圆形，

1.  'ObjectPolarity','bright'辅点区域周围较暗，中间较亮，故检测背景较暗，中间较亮的圆形区域。
2.  'Sensitivity',0.85,此值越大，算法越敏感，会把像圆的  区域检测出来，返回更多的圆。此值较小时候，算法会比较严格需要很圆的区域。
3.  'EdgeThreshold',0.02，表示检测到边缘时的灰度差值，此值小的时候会把相邻像素点之间更小的差值当作边缘来看，因为辅点区域圆边缘与周围差值较小，所以此值应设较小。

红色圈出即为检测到的圆。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNjQ3NDgwOQ_size_16_color_FFFFFF_t_70 5][]

两个算法结合可以提升检出率

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNjQ3NDgwOQ_size_16_color_FFFFFF_t_70 6][]

附：

1.Matlab霍夫变换找圆程序说明：

[http://cn.mathworks.com/help/images/ref/imfindcircles.html\#outputarg\_metric][http_cn.mathworks.com_help_images_ref_imfindcircles.html_outputarg_metric]

2.MSER区域探测程序说明：

[http://cn.mathworks.com/help/vision/ref/detectmserfeatures.html][http_cn.mathworks.com_help_vision_ref_detectmserfeatures.html]

# 代码 #

clear all;close all;clc;
    
    %% use circle find
    %Read the image into the workspace.
    A = imread('t (6).jpg');
    
    %Find all the circles with radius R
    Rmin=10;Rmax=50;
    Imagesize=size(A);
    ROI=[80,160,Imagesize(2)-160,Imagesize(1)-320];
    [centers, radii, metric] = imfindcircles(A,[15 40],...
        'ObjectPolarity','bright','Sensitivity',0.85,...
        'EdgeThreshold',0.02);
    
    %Draw the circle perimeters.
    figure
    imshow(A);
    viscircles(centers, radii,'EdgeColor','b');
    hold on;
    
    %% use MSER region
    % Region Detection
    %ROI region
    I = rgb2gray(A);
    Imagesize=size(I);
    ROI=[80,160,Imagesize(2)-160,Imagesize(1)-320];
    
    %Detect MSER regions.
    [regions,mserCC] = detectMSERFeatures(I,'RegionAreaRange',[600 3000],...
        'ThresholdDelta',0.1,'ROI',ROI);
    [regions1,mserCC1] = detectMSERFeatures(I,'RegionAreaRange',[600 3000],...
        'ThresholdDelta',0.8,'ROI',ROI);
    [regions2,mserCC2] = detectMSERFeatures(I,'RegionAreaRange',[600 3000],...
        'ThresholdDelta',1.4,'ROI',ROI);
    [regions3,mserCC3] = detectMSERFeatures(I,'RegionAreaRange',[600 3000],...
        'ThresholdDelta',2.5,'ROI',ROI);
    
    % Measure the MSER region eccentricity to gauge region circularity. 
    stats = regionprops('table',mserCC,'Eccentricity');
    stats1 = regionprops('table',mserCC1,'Eccentricity');
    stats2 = regionprops('table',mserCC2,'Eccentricity');
    stats3 = regionprops('table',mserCC3,'Eccentricity');
    
    %Threshold eccentricity values to only keep the circular regions. 
    %(Circular regions have low eccentricity.)
    eccentricityIdx = stats.Eccentricity < 0.8;
    circularRegions = regions(eccentricityIdx);
    eccentricityIdx1 = stats1.Eccentricity < 0.8;
    circularRegions1 = regions1(eccentricityIdx1);
    eccentricityIdx2 = stats2.Eccentricity < 0.8;
    circularRegions2 = regions2(eccentricityIdx2);
    eccentricityIdx3 = stats3.Eccentricity < 0.8;
    circularRegions3 = regions3(eccentricityIdx3);
    
    %Show the circular regions.
    plot(circularRegions,'showPixelList',true,'showEllipses',false)
    plot(circularRegions1,'showPixelList',true,'showEllipses',false)
    plot(circularRegions2,'showPixelList',true,'showEllipses',false)
    plot(circularRegions3,'showPixelList',true,'showEllipses',false)

[https_github.com_Xingxiangrui_circle_detect_on_phone_screen]: https://github.com/Xingxiangrui/circle_detect_on_phone_screen
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNjQ3NDgwOQ_size_16_color_FFFFFF_t_70]: /images/20211029/04f3d3ebd572405faa15fba7d5ff9ee3.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNjQ3NDgwOQ_size_16_color_FFFFFF_t_70 1]: /images/20211029/31627415a77e41e0a9d8cbb696f405d0.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNjQ3NDgwOQ_size_16_color_FFFFFF_t_70 2]: /images/20211029/5a313924b5004ab886af3e6666f67217.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNjQ3NDgwOQ_size_16_color_FFFFFF_t_70 3]: /images/20211029/1aeaf6ca531046e79206871bf03f6e2a.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNjQ3NDgwOQ_size_16_color_FFFFFF_t_70 4]: /images/20211029/af60f5713796471faa5e68ff078d9ea5.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNjQ3NDgwOQ_size_16_color_FFFFFF_t_70 5]: /images/20211029/8ac70566af5b4a3b87790f821692aad7.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zNjQ3NDgwOQ_size_16_color_FFFFFF_t_70 6]: /images/20211029/3cf2e38440ae4ef4af6e71b7ce181b51.png
[http_cn.mathworks.com_help_images_ref_imfindcircles.html_outputarg_metric]: http://cn.mathworks.com/help/images/ref/imfindcircles.html#outputarg_metric
[http_cn.mathworks.com_help_vision_ref_detectmserfeatures.html]: http://cn.mathworks.com/help/vision/ref/detectmserfeatures.html