基于matlab图像处理教程系列之图像分割（二）

dapmood

一、简介
1.使用距离变换的分水岭分割
/ \/ P# ~9 `/ [" @$ U* j" Q
: t5 @3 M! }# T7 W1 l7 x（1）距离变换
, ?; D/ E6 {, V$ |
D = bwdist(BW);

( |  e: c. ^9 C( f# 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。
# V3 C$ }0 f& p' ~+ \4 l: g
1 d* [) v1 m& T" Q  j（2）测地距离变换
" c5 _( P& Y/ t7 ]* b& Q
+ {7 P( `1 \( m' d0 R- gD = bwdistgeodesic(BW,mask);

) k, {( t) k4 ^& r2.使用梯度的分水岭分割

获取梯度图像：

h = fspecial(‘sobel’);

4 s# ~4 m% ^+ E: k$ B3 ^fd = tofloat(f);

g = sqrt(imfilter(fd, h, ‘replicate’) .^ 2 + …

( R' j; C5 x6 ]  R* X1 B, V3 simfilter(fd, h’, ‘replicate’) .^ 2);
# T. W' D, U5 p9 S5 F
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。

# [# t2 @' q* v0 B3.控制标记符的分水岭分割

+ J, |+ r) t6 n: ?& }+ g（1）计算局部极小值区域

0 |; f4 t1 s: L7 urm = imregionalmin(f);

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。
, c' v# s) |/ S5 q! k, f
1 {- |* q/ B) ~# W$ f) L（2）扩展极小值
" p1 x' m' h& k
% R% u0 c% X% |5 S& X+ [im = imextendedmin(f,h);
3 `0 {/ U" i, e- A. P8 ~
" n  R2 D) Z& p# d5 o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。
' E" P, U" s' y: s
8 G. {. w7 c9 Z9 g; G（3）强制最小
1 U) L, w8 d1 z& r
3 E; p! \4 K9 a2 C5 {mp = imimposemin(f, mask);
" Y  M" p1 Q2 l0 a6 v
* x% A' e9 W9 o) e4 E" `& n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。


二、源代码
, h4 J# E7 j5 i( N: h$ Z' k

• %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');
  

三、运行结果
7 f% \7 x- ^% D4 f! J8 C! D6 q) {

# g' O8 O" r: A- w7 l- H9 j5 s

regngfpcb

基于matlab图像处理教程系列之图像分割（二）

twel2e

看一下      

ldezgr

今天晴天，很棒棒哦，加油哦