|
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
: f; p3 d+ K& K& g% ^, w
一、简介) D2 z! Y# {4 Z* i8 Y/ w: _
1.使用距离变换的分水岭分割
; G) M5 u; l9 \ O/ l- e, c$ f. ]' u1 i T1 o4 f
（1）距离变换. E1 d) |6 z* V8 z4 @9 ^* k m
' A( C' p9 z* ]* A- h" x* c
D = bwdist(BW);0 k; a! M. ]: b6 O
* Z# y h/ v& Y, K8 \' y
二值图像的距离变换是指从每个像素到最接近零值的像素的距离。
9 f4 M0 W. [3 ~$ p6 S; Z
. N0 i9 d( s. T, k2 M z' L, E（2）测地距离变换) B! H2 f2 [9 z, t% ]
4 b- E" u8 E5 ? @% {D = bwdistgeodesic(BW,mask);7 ?# \' g. k7 w t0 Y* z, q
. O N W9 H* i2 S# A2.使用梯度的分水岭分割' Q! k; ^) s, s' B: k3 G' ~1 A; h5 e$ m
% J* K$ h7 u& Z; n获取梯度图像：
" W; P9 \$ N: B5 y1 a" y3 s/ i, e2 f7 b( z
h = fspecial(‘sobel’);" B4 b# b) C3 y! L' T
6 m( I$ g& p5 y/ T# g7 @
fd = tofloat(f);& G5 r9 @# L6 a, z* J# V
* ~# |+ x0 B. R/ J8 J" m: c0 z
g = sqrt(imfilter(fd, h, ‘replicate’) .^ 2 + …
" T4 |) p! h5 X K1 E) W6 | L7 L9 u2 v/ |0 p
imfilter(fd, h’, ‘replicate’) .^ 2);
/ w( }- i6 w5 |7 F4 ]) X; q4 W- ^* C8 n# d2 v4 P+ e
在使用针对分割的分水岭变换之前，常常使用梯度幅度对图像进行预处理。梯度幅度图像沿着物体的边缘有较高的像素值，而在其他地方则有较低的像素值。在理想的情况下，分水岭变换可得到沿物体边缘的分水岭脊线。若梯度图像直接进行分水岭变换可能会严重过分割，所以在计算分水岭变换之前可以先平滑梯度图像。/ X b5 `- z0 `2 |6 u
, v7 Q" ^- P) j1 e9 i
3.控制标记符的分水岭分割
" N1 g1 Q' w, C4 Z: W" I0 C
5 W/ A; n0 S! Q1 f（1）计算局部极小值区域/ h( d. c$ Y3 L% R
* V0 P/ p7 a5 {! c. A8 K5 nrm = imregionalmin(f);
1 M6 W* I2 M* }% o( d' [5 T6 H
6 V* V& I% C% M% n& P: n其中，f 是灰度图像，rm 是二值图像，rm 的前景像素标记出局部小区域的位置。: ^* B4 C- V, p9 _
2 J( K, d3 I$ A0 `: x" z+ W（2）扩展极小值1 k8 G" B) e$ o3 G0 v
V% y! S: O+ F4 i
im = imextendedmin(f,h);
9 L' ? U0 y6 j/ X, K2 v# S( i; B$ J- G9 } X6 |
其中，f 是灰度图像，h 是高度阈值，im 是一幅二值图像，im 的前景像素标记了深的局部小区域的位置。
8 h1 E9 Q' R/ ?7 U5 U0 g' `0 p: \" c7 d Q- T( D
（3）强制最小0 Z! V% A$ L; a- `9 N0 I! A6 h' R* P8 r
0 f& u/ S& D! i3 {* y i S5 M
mp = imimposemin(f, mask);
3 a" H8 d3 y) o1 m' K- W7 V( E" ]1 {+ n% k
其中，f 是灰度图像，mask 是二值图像，mask 的前景像素标记了输出图像 mp 中局部最小区域的期望位置。通过在内部和外部标记符的位置覆盖局部最小区域，可以改进梯度图像，用于控制过分割的一种方法是基于标记符的概念。标记符是属于一幅图像的连通分量。我们希望有一个内部标记符集合，它们处在每个感兴趣物体的内部，而外部标记符集合包含在背景中。标记符的选择范围可以从简单过程到更复杂的方法，涉及尺寸、形状、位置、相对距离、纹理内容等等。指针是携带对分割有影响的先验知识的标记符。人们常常使用先验知识在每天的视觉中帮助解决分割和高级任务。最为熟悉的便是使用文本。因此，分水岭分割提供可以有效利用这些类型的知识的框架这一事实，是这一方法的突出优点。+ D3 [% t+ {) W9 h
% d0 W o' V. S! s
3 P0 r' b) B8 r4 f5 |- M7 e" s. T H
二、源代码9 H7 ~ v, k) O" A# \
4 @( P) U9 Y8 M) d* E$ o5 [
- %基于控制标记符的分水岭分割
- [file,filepath]=uigetfile('*');
- file=fullfile(filepath,file);
- img=imread(file);%读图
- imgsize=size(img);
- if(numel(imgsize)>2)
- i=rgb2gray(img);
- else
- i=img;
- end;
- imshow(i);title('灰度图');
- pause;
- %取阈值
- [T,SM]=graythresh(i);
- bw=im2bw(i,T);
- imshow(bw);title('二值');
- pause;
- % % %%%%%%%%%%%%%%%%%%%%%%%%%%基于距离变换的分水岭分割%%%%%%%%%%%%%%%%%%%%%%
- gc = ~bw;
- % imshow(gc);
- % pause;
- D = bwdist(gc);
- % figure,contour(-D,40);
- imshow(-D,[]);title('距离变换图');
- pause;
- rm = imregionalmin(-D);%查看局部极小值区域
- imshow(rm);title('查看局部极小值区域');
- pause;
- im = imextendedmin(-D,2);%扩展最小值
- % figure,contour(im,40);
- fim=i;
- fim(im) = -255;
- imshow(fim);title('合并后的局部极小值');%查看合并后的局部极小值
- pause;
- Lim = watershed(bwdist(im));
- imshow(Lim,[]);title('基于距离变换的流域分割');
- pause;
- em = Lim == 0;
- res=em|im;
- imshow(res);%查看掩膜图像
- title('掩膜图像');
- pause;
- g2 = imimposemin(i, im | em);
- imshow(g2);
- title('强制最小');
- pause;
- L2 = watershed(g2);
- f2 = img;
- f2(L2 == 0) = 255;
- imshow(f2);
- title('基于控制标记符的分水岭分割');- P5 k5 Q/ S N, `7 p: V, {
: ~- R8 B! c1 a# o1 H
9 f6 M7 C8 W; w' ^% [
8 Y3 P, q" t% F6 Z9 ~
三、运行结果+ F8 M. ?) l4 m! @5 B
3 @6 q# J$ y) l% Q
7 r. @- L9 c0 e+ e
|
|
/1 
发表于 2021-4-25 11:22
收藏
淘帖
支持！
反对！