]> AND Private Git Repository - these_gilles.git/blob - THESE/codes/meanshift/Ms_segmenter/Cut_boundary_reg.m
Logo AND Algorithmique Numérique Distribuée

Private GIT Repository
7 avril pour jury
[these_gilles.git] / THESE / codes / meanshift / Ms_segmenter / Cut_boundary_reg.m
1 function [Boundary1, Inner1, Boundary2, Inner2] = ...\r
2    Cut_boundary(Region, Dense_pts)\r
3 \r
4 Min_x = min([Region.Shifts(1, 1), Dense_pts(1, :)]);\r
5 Min_y = min([Region.Shifts(2, 1), Dense_pts(2, :)]);\r
6 Max_x = max([Region.Shifts(1, 2), Dense_pts(1, :)]);\r
7 Max_y = max([Region.Shifts(2, 2), Dense_pts(2, :)]);\r
8 Image = zeros(Max_x-Min_x+1, Max_y-Min_y+1);\r
9 \r
10 Image(sub2ind(size(Image), ...\r
11         Region.Boundary(1, :)-Min_x+1, Region.Boundary(2, :)-Min_y+1)) = 1;\r
12 Image(sub2ind(size(Image), Dense_pts(1,:)-Min_x+1, Dense_pts(2,:)-Min_y+1)) = 1;\r
13 \r
14 % take the inner points to be close to midpoint of the line, on both sides\r
15 Ldp = size(Dense_pts, 2);\r
16 Midpt = Dense_pts(:, floor(Ldp/2)) + [1-Min_x; 1-Min_y];\r
17 Normal = [Dense_pts(2, Ldp)-Dense_pts(2, 1); Dense_pts(1, 1)-Dense_pts(1, Ldp)];\r
18 Normal = Normal/norm(Normal);\r
19 Inner1 = Midpt + floor(5*Normal);\r
20 Inner2 = Midpt - floor(5*Normal);\r
21 \r
22 Image1 = double(bwfill(Image, Inner1(2), Inner1(1)));\r
23 Image2 = bwfill(Image, Inner2(2), Inner2(1));\r
24 % not Image has zeros at the position of boundary and cutting line.\r
25 % thickening nearly restores the original image boundary\r
26 Boundary1 = Extract_region_reg(bwmorph(Image1&not(Image),'thicken'), 1);\r
27 Boundary2 = Extract_region_reg(bwmorph(Image2&not(Image),'thicken'), 1);\r
28 \r
29 Boundary1 = Boundary1 + [Min_x-1; Min_y-1]*ones(1, size(Boundary1, 2));\r
30 Boundary2 = Boundary2 + [Min_x-1; Min_y-1]*ones(1, size(Boundary2, 2));\r
31 Inner1 = Inner1 + [Min_x-1; Min_y-1];\r
32 Inner2 = Inner2 + [Min_x-1; Min_y-1];\r