一鍵自動提取實驗曲線數(shù)據(jù) | FigureGet

漢無為 2022-03-30

展開全文

FigureGet

今天發(fā)布一款新的科研工具FigureGet，用于自動提取實驗數(shù)據(jù)點；

回顧Grabit

在正式展示FigureGet之前，先來看看圖通道的第一個視頻：

'利用MATLAB提取實驗數(shù)據(jù)點'

聰明的小伙伴會發(fā)現(xiàn)與本期內(nèi)容相比少了自動兩個字。

在第一個視頻里介紹了一個小程序grabit，它能夠基于標定好的坐標尺，根據(jù)手動采集的點生成實驗數(shù)據(jù)。雖然是英文界面，但是操作步驟簡單，邏輯也很清晰，但總感覺少了點什么——圖圖在采點的時候手會抖，而且也無法均勻的采點；最要命的時候當波形復雜時候幾乎是不可能采集到真實數(shù)據(jù)...避免“手采”便成了當務之急。

當然grabit也有其適用場景，比如計算機視覺技術無法識別的時候，人眼+grabit的結(jié)合能幫你采集到需要的數(shù)據(jù)。

grabit鏈接及下載：https://www.bilibili.com/video/BV155411Y7J5

FigureGet運行原理

下面我以下方這張圖（百度圖片隨便截取的）為例介紹一下主要的操作邏輯，暫時的GUI界面一共只有五個（組）按鈕，非常簡單。

1 加載

點擊右上角按鈕加載需要處理的圖片。

關于圖片做一下簡單說明：當前的版本并非基于線條的顏色進行數(shù)據(jù)提取，所以顏色是不重要的，如果你有多根顏色不一樣的線條，建議先采用PhotoShop的魔棒工具提取出單根曲線，或者自行編寫代碼提取也無妨，這個部分并不復雜，因此沒有納入到軟件代碼中?？傊M量采用圖像軟件將不必要的細節(jié)去除，保留目標曲線。

下方的操作無嚴格順序，但建議俺演示的順序進行。

2 標定

在右上角面板中輸入圖片坐標軸的極值，這個值將作為最終曲線實際數(shù)據(jù)計算的依據(jù)，如果標定錯誤并不會影響曲線的形狀，但是會影響比例，因此盡量準確！

3 切割

切割時會標定四個點，它們依次決定Xmin,Xmax,Ymin,Ymax對應的像素位置，也就是說，切割后形成的圖像中的點與2中標定好的坐標區(qū)的中的點一一對應！為了避免混淆，2&3中的點請全部選擇坐標框的角點位置。

4 直線檢測

這一步是針對具有網(wǎng)格線的坐標軸自動去除網(wǎng)格線，主要用到的就是霍夫變換了，有一些Hough參數(shù)沒有寫在GUI中，在deleteLine.m代碼里可以調(diào)整：

寫在界面的參數(shù)（直線檢測對應的參數(shù)，右上角）用于控制刪除直線的范圍！

對于網(wǎng)格線比較清晰的圖，效果還是很好的。

霍夫變換原理：https://www.bilibili.com/video/BV1xo4y1X7mz

5 橡皮擦

橡皮擦就是一個簡單的圖像處理方法了，主要用于清理圖片上的多余內(nèi)容，為下一步的曲線提取做準備。

橡皮擦的大小由像素控制，因為暫時沒有做撤回功能，請從小到大選用，GUI左上角會給出整個圖片的像素值作為相對參考。

在橡皮擦這一步完成全部的幾何清理，尤其要保證邊界的干凈與整潔；有限的間斷點并沒有關系。

6 識別

最后一步識別的會依次采用：

·邊緣檢測（二值化的一種方法）·降低采樣頻率·濾波·（擬合）

來盡可能的還原原始圖像，或者逼近原始圖像但是濾掉細節(jié)，在界面中設置了兩個主要參數(shù)以供可視化的調(diào)節(jié)，其它內(nèi)容可以在simpleLine.m代碼中進行調(diào)節(jié)。

simpleLine.m的部分內(nèi)容

% 二值化圖像% ———————————————————————————————————————subplot(222)thresh = 0.9; %將thresh以下的像素都變成黑色！BW = im2bw(RGB,thresh); BW = 1-edge(rgb2gray(RGB),'canny',0.5);imshow(BW)ax = gca;axis onhold onH = size(BW,2);V = size(BW,1);index = linspace(1,V,V)';flag = repmat(index,1,H).*(1-BW); % 計算黑色像素點的坐標x = 1:H;y = sum(flag,1)./(V-sum(BW,1)); % 分母有可能為0，結(jié)果NaNx(isnan(y)) = [];y(isnan(y)) = [];plot(x,y,'y','LineWidth',1)hold off% 坐標轉(zhuǎn)換% ———————————————————————————————————————subplot(223)z = ax.YLim(2)-y+ax.YLim(1);h = plot(x,z,'k','LineWidth',1);hold off% 濾波與重采樣% ———————————————————————————————————————subplot(224)z = ax.YLim(2)-y+ax.YLim(1);h = plot(x,z,'k:','LineWidth',1);hold on% 等距降采樣index = int32(linspace(1,length(x),fix(length(x)/step)));x = x(index);z = z(index);% 濾波作用z_filted = smoothdata(z,'gaussian',windowSize);z_filted(1) = z(1); % 第一點不濾波z_filted(end) = z(end); % 最后一點不濾波

7 結(jié)果

最終會得到提取好的數(shù)據(jù)結(jié)果，XY坐標數(shù)據(jù)會同步導出到工作區(qū)，你可以后續(xù)單獨二次加工。

通過提取參數(shù)的不同可以得到不同形式的曲線

這是我們最后得到的曲線

以上的內(nèi)容展示了整個的工作流程，涉及到的操作有點多，也并沒有展開講每一部分的原理，大家拿到代碼后可以先運行并且讀一下各個部分的代碼，而后進行深度定制。這個軟件目前肯定有其不足之處與適用場景，除了提取數(shù)據(jù)之外，更希望大家能從源碼與流程中掌握一些圖像/數(shù)據(jù)處理的方式。

后續(xù)會在B站更新一遍詳細的視頻操作流程，并詳細介紹每個模塊是如何編寫的。