I = imread('image1.png'); %【画像変更済】
I = rgb2gray(I); % グレースケール化
%I = imflatfield(I,20); % 画像輝度均一化 % 処理しない方が連結要素の認識結果が良かった
I = imbinarize(I); % 画像２値化
I = bwskel(I); % 細線化＆クリーニング
CC = bwconncomp(I) % 連結要素を得る
%%
% 線の最小平均縞間隔算出 %線間隔と方位データの算出
distance = []; % (m0,n0)から最小距離（大きさ）を納める初期配列（空ベクトル）
angle = []; % 線方位角を納める初期配列（空ベクトル）
idx = 1;
for PxIdx1 = CC.PixelIdxList % 連結要素を全て走査
for p1 = PxIdx1{:}' % 連結要素内の画素インデックスを走査
dis = []; % (m,n)の画素からの画素間距離（初期の空ベクトル
ang = []; % (m,n)の画素からの画素間角度
for PxIdx2 = CC.PixelIdxList([1:idx-1 idx+1:end]) % 現在の連結要素以外を走査【誤記修正済】
for p2 = PxIdx2{:}' % 比較する連結要素内の画素インデックスを走査
[row1,col1] = ind2sub(CC.ImageSize,p1); % 線形インデックスを座標に変換
[row2,col2] = ind2sub(CC.ImageSize,p2); % 線形インデックスを座標に変換
dis(end+1) = hypot(row1-row2,col1-col2); % 画素間距離
ang(end+1) = atan2(row1-row2,col1-col2); % 画素間距離の角度
end
end
min_dis = min(dis);
distance = [distance, min_dis];
angle = [angle, ang(dis == min_dis)]; % 最小画素間距離の角度「θ」
end
idx = idx + 1;
end
plot(distance);
Image Processing Toolboxにありそうですが、良さげな関数が見つからないです。絶対に何かあると思います。
もしくは画素同士の総当たりを避けられるような効率の良いアルゴリズムの検討が必要です。
質問のプログラムを改良しました。画素同士の総当たりである点は同じですが、無駄な計算を無くしています。
【計算量を減らすための改善点】
- ラベル行列 LaYpart を作らず bwconncomp 構造体内の分類済座標を使う
- 連結要素(縞)の座標だけ走査する(全画素の走査が不要になる)
- 同一連結要素(縞)同士の座標は比較しない(座標の一致判定が不要になる)
- 連結要素同士の総当たりリーグを上三角だけにする(縞同士で二試合繰り返さない)←【誤記です】
- 画素間距離の角度を得る為に画素間距離を計算し直さない(同じ演算処理を繰り返さない)
最小の画素間距離リストをグラフにすると、見た目に縞の間隔が判ります。質問の画像内に縞は16本見えますが、bwconncomp関数の出力(連結要素数)は24です。つまり二値化の際に縞が分割されてしまっています。最初の画像輝度均一化や二値化処理も試行錯誤しないと綺麗な結果にはならないようです。あと画素間距離と画素間距離の角度は数が一致しません（同一の画素間距離が重複する場合がある為)。
まだまだ改良が必要です(もう寝る)
