基于matlab图像处理教程系列之图像分割（二）

dapmood

* R- k1 o" @! f$ I一、简介
2 R* X( c5 j, T# Y: d- X1.使用距离变换的分水岭分割

# e7 M8 D. M7 u: R" W9 s# |5 s7 d（1）距离变换

D = bwdist(BW);
; M/ y8 {" C% b2 L( N5 V& C6 V
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。
1 \$ }4 D3 Q  Q! h
（2）测地距离变换
# R1 E! d5 o% ?+ U' Q8 w; w
' ?9 B4 G$ I/ X" gD = bwdistgeodesic(BW,mask);

+ ~& s& [) ]0 m2.使用梯度的分水岭分割

2 l% h6 l0 ]/ l; x6 c+ @获取梯度图像：
- Y8 U; N, \; L
3 S' f0 `; ]) Mh = fspecial(‘sobel’);
* ~  C- H9 [) l- u! j1 [; G% T" L* A
9 c+ X* j, U, Q4 z% qfd = tofloat(f);

g = sqrt(imfilter(fd, h, ‘replicate’) .^ 2 + …
4 Q2 E1 }8 T$ v: X+ w2 h' h+ ~0 Q0 z7 L0 r- ~
% e5 T; q8 U, `, c- e' F- D' y, _imfilter(fd, h’, ‘replicate’) .^ 2);

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。
" U1 E6 o; T8 `' c+ B! {
3.控制标记符的分水岭分割
2 [/ e3 {' S( l! e( C3 d. H
0 P9 P3 V# F6 ?* h5 f（1）计算局部极小值区域

rm = imregionalmin(f);
) _7 a( e& \+ [; \$ T+ k
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。
) y, _5 u: h9 N9 \! ^
（2）扩展极小值

im = imextendedmin(f,h);

/ O; j- o5 T( ^- N; d9 K4 M% \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。
- \- h5 F# R& k% \& X6 M
（3）强制最小

mp = imimposemin(f, mask);
$ o9 U, l$ t2 a7 `
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。
) L8 ~: \1 w( a; K  @7 \

7 K1 v4 @3 g1 _8 u1 g2 v& ]( W二、源代码
) t. C7 X& d6 a* r' Z

• %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');
  1 _: R" r# ]" n6 [/ U# g& ]3 N" T% s

) z: n, z4 K0 a0 p
& k7 v+ ]2 f8 M0 ~0 s) Z' f
' d' |1 o5 U' t9 r/ C5 s, l' l2 B, z/ U# n三、运行结果

regngfpcb

基于matlab图像处理教程系列之图像分割（二）

twel2e

看一下      
9 f  R! G# R! u) {8 p- _

ldezgr

今天晴天，很棒棒哦，加油哦