首页 文章

Matlab中标记控制流域的过分割

提问于
浏览 次
7

我在Matlab中实现标记控制分水岭时遇到了问题 .

输入图像是具有两个聚类对象的二进制掩码 . 另一个图像是另一个二进制图像，其中白色区域表示标记 .

image

marker

然后我尝试使用标记控制的分水岭来分割聚类对象 . 代码如下：

bw=imread('Im.jpg'); % read image
bwMarker=imread('Marker.jpg');% read marker
bw(bwMarker)=0; % impose the marker on the image
L=watershed(bw);% do the watershed
%% plot
rgb = label2rgb(L,'jet',[.5 .5 .5]);
figure(2), imshow(rgb,'InitialMagnification','fit')
title('Marker Controlled Watershed transform ')

结果显示为此图 .

enter image description here

它将对象分成两部分，但形状并不完整 . 我想得到整个对象，但只是将两条线分开（如下图所示）任何人都可以帮助我吗？谢谢 .

enter image description here

附加问题：感谢yoda提供的答案 . 然而，在这种情况下，使用“cityblock”的距离变换是好的，但如果我们使用“euclidean”，它将导致过度分割 . 因为分水岭将取决于图像中的局部最小值，并且“城市街区”距离变换导致正确的局部最小数量是一致的 . 如果我们将“cityblock”应用于其他图片，也会导致过度细分 . 现在让我们看看yoda的代码：

img=im2bw(imread('http://i.stack.imgur.com/qrYCL.jpg'));

imgDist=-bwdist(~img,'cityblock');
imgDist(~img)=-inf; 

% check local minimums
BW = imregionalmin(imgDist);
figure(1), imshow(BW);  
title('Regional Minima in Original Image');

imgLabel=watershed(imgDist);

局部最小值和结果如下所示：

enter image description here

enter image description here

请注意，在左图中，局部最小值显示为白色区域 . 据观察，只有两个局部最小值显示在聚类对象中 . 因此导致了良好的结果 .

现在让我们来看看使用'euclidean'的距离变换 .

imgDist=-bwdist(~img);
imgDist(~img)=-inf; 

% check local minimums    
BW = imregionalmin(imgDist);
figure(1), imshow(BW);  
title('Regional Minima in Original Image');

imgLabel=watershed(imgDist);    

imshow(imgLabel==0,'InitialMagnification','fit')

局部最小值和结果如下所示：

enter image description here

enter image description here

请注意，在左图中，局部最小值显示为白色区域 . 观察到在聚类对象区域中显示了许多局部最小值 . 因此，这会导致过分割的结果 .

过度分割是因为分水岭将首先检查图像中的局部最小值，然后基于局部最小值，执行分水岭 . 请注意，如果局部最小值太多而不是所需的分段对象，则会导致过度分割 . 提出标记控制的分水岭以取代原始的局部最小值并获得更好的结果（因为每个标记将代表一个期望的分割对象） . 但我不知道如何施加'标记'以使原始局部最小值被抑制，并且图像仅具有由'标记'指定的局部最小值 . 谢谢 .

matlab image-processing

2 回答

  • 3

    解决方案2：使用基于标记的分水岭：

    您可以使用函数 imimposemin 强制将局部最小值置于标记所在的位置 . 您需要通过替换第一个 imDist... 行轻微修改下面的解决方案1中的代码

    imgDist=-bwdist(~img);
imgDist=imimposemin(imgDist,marker);

    其余的代码是一样的 . 你应该得到如下分段：

    enter image description here

    解决方案1：使用曼哈顿距离：

    这是MATLAB中的一个解决方案，它将两个集群分开：

    img=im2bw(imread('http://i.stack.imgur.com/qrYCL.jpg'));

imgDist=-bwdist(~img,'cityblock');
imgDist(~img)=-inf;    
imgLabel=watershed(imgDist);    

imshow(imgLabel==0,'InitialMagnification','fit')

    enter image description here

    回复于
  • 8

    这就是我在Mathematica中的表现 . 希望你能翻译 .

    i1 = Binarize@Import["http://i.stack.imgur.com/qrYCL.jpg"];
marker = Binarize@Import[  "http://i.stack.imgur.com/CMI6Z.jpg"]; 

ImageMultiply[i1, WatershedComponents[i1, marker] // Colorize]

    enter image description here

    回复于

相关问题