Морфологическую реконструкцию можно рассматривать концептуально как повторяющиеся расширения изображения, называемые изображением маркера, до тех пор, пока контур изображения маркера не поместится под второе изображение, называемое изображением маски. При морфологической реконструкции пики на маркерном изображении «разложились», или расширяются.
Этот рисунок иллюстрирует эту обработку в 1-D. Каждое последовательное расширение ограничено, чтобы лежать под маской. Когда дальнейшее расширение перестает менять изображение, обработка прекращается. Окончательным расширением является реконструированное изображение. (Примечание: фактическое внедрение этой операции в инструментарий выполняется гораздо более эффективно. См. раздел imreconstruct для получения дополнительной информации см. страницу.) На фигуре показаны последовательные расширения маркера.
Повторяющиеся расширения маркерного изображения, ограниченные маской
Морфологическая реконструкция основана на морфологическом расширении, но отмечают следующие уникальные свойства:
Обработка основана на двух изображениях, маркере и маске, а не на одном изображении и элементе структурирования.
Обработка основана на концепции связности пикселей, а не на элементе структурирования.
Обработка повторяется до тех пор, пока изображение не станет стабильным и больше не изменится.
Морфологическая реконструкция обрабатывает одно изображение, называемое маркером, исходя из характеристик другого изображения, называемого маской. Верхние точки или пики на изображении маркера указывают место начала обработки. Обработка продолжается до тех пор, пока не прекратятся изменения значений изображения.
Чтобы проиллюстрировать морфологическую реконструкцию, рассмотрим этот простой образ. Он содержит две основные области, блоки пикселов, содержащие значения 14 и 18. Для фона в первую очередь установлено значение 10, с некоторыми пикселями, установленными на 11.
Для морфологической реконструкции этого изображения выполните следующие действия:
Создание изображения маркера. Как и в случае структурирующего элемента при расширении и эрозии, характеристики маркерного изображения определяют обработку, выполняемую при морфологической реконструкции. Пики в изображении маркера должны определять расположение объектов в изображении маски, которое требуется подчеркнуть.
Одним из способов создания изображения-маркера является вычитание константы из изображения-маски с помощью imsubtract.
marker = imsubtract(A,2)
marker =
8 8 8 8 8 8 8 8 8 8
8 12 12 12 8 8 9 8 9 8
8 12 12 12 8 8 8 9 8 8
8 12 12 12 8 8 9 8 9 8
8 8 8 8 8 8 8 8 8 8
8 9 8 8 8 16 16 16 8 8
8 8 8 9 8 16 16 16 8 8
8 8 9 8 8 16 16 16 8 8
8 9 8 9 8 8 8 8 8 8
8 8 8 8 8 8 9 8 8 8
Позвоните в imreconstruct функция морфологического восстановления изображения. В выходном изображении обратите внимание на удаление всех флуктуаций интенсивности, за исключением пика интенсивности.
recon = imreconstruct(marker, mask)
Изображения в градациях серого можно рассматривать в трех измерениях: оси x и y представляют положения пикселей, а ось z представляет интенсивность каждого пикселя. В этой интерпретации значения интенсивности представляют отметки, как на топографической карте. Области высокой интенсивности и низкой интенсивности на изображении, вершины и долины в топографическом плане, могут быть важными морфологическими признаками, потому что они часто отмечают соответствующие объекты изображения.
Например, в изображении нескольких сферических объектов точки высокой интенсивности могли бы представлять вершины объектов. Используя морфологическую обработку, эти максимумы можно использовать для идентификации объектов в изображении.
В этом разделе рассматриваются следующие темы:
В этом разделе используются следующие термины.
Термин | Определение |
|---|---|
глобальные максимумы | Самые высокие региональные максимумы в изображении. Для получения дополнительной информации см. запись региональных максимумов в этой таблице. |
глобальные минимумы | Самые низкие региональные минимумы в изображении. Дополнительные сведения см. в разделе для региональных минимумов в этой таблице. |
региональные максимумы | Связанный набор пикселей постоянной интенсивности, из которого невозможно достичь точки с более высокой интенсивностью без первого убывания; то есть связанный компонент пикселей с одинаковым значением интенсивности t, окруженный пикселями, которые имеют значение меньше t. |
региональные минимумы | Связанный набор пикселей постоянной интенсивности, из которого невозможно достичь точки с меньшей интенсивностью без первого подъема; то есть связанный компонент пикселей с одинаковым значением интенсивности t, окруженный пикселями, которые имеют значение больше t. |
Изображение может иметь несколько региональных максимумов или минимумов, но только один глобальный максимум или минимум. Определение пиков или впадин изображения может быть использовано для создания маркерных изображений, которые используются при морфологической реконструкции.
Этот рисунок иллюстрирует концепцию в 1-D.
Панель инструментов включает функции, которые можно использовать для поиска областей высокой или низкой интенсивности изображения:
imregionalmax и imregionalmin функции идентифицируют все региональные минимумы или максимумы.
imextendedmax и imextendedmin функции идентифицируют региональные минимумы или максимумы, которые больше или меньше заданного порога.
Функции принимают изображение в градациях серого в качестве входных данных и возвращают двоичное изображение в качестве выходных данных. В выходном двоичном изображении региональные минимумы или максимумы устанавливаются как 1; все остальные пикселы имеют значение 0.
Например, это простое изображение содержит два основных региональных максимума, блоки пикселей, содержащие значение 13 и 18и несколько меньших максимумов, значение 11.
Двоичный образ, возвращенный imregionalmax точно определяет все эти региональные максимумы.
B = imregionalmax(A)
Может потребоваться только определить области изображения, где изменение интенсивности является экстремальным; то есть разность между пикселем и соседними пикселями больше (или меньше) определенного порога. Например, чтобы найти только те региональные максимумы в образце изображения, A, которые, по крайней мере, на две единицы выше, чем их соседи, используйте imextendedmax.
B = imextendedmax(A,2)
На изображении каждое небольшое колебание интенсивности представляет собой региональный минимум или максимум. Вас могут интересовать только значительные минимумы или максимумы, а не эти меньшие минимумы и максимумы, вызванные фоновой текстурой.
Чтобы удалить менее значимые минимумы и максимумы, но сохранить значимые минимумы и максимумы, используйте imhmax или imhmin функция. С помощью этих функций можно задать критерий контрастности или пороговый уровень h, который подавляет все максимумы, высота которых меньше h, или минимумы которых больше h.
Примечание
imregionalmin, imregionalmax, imextendedmin, и imextendedmax функции возвращают двоичное изображение, которое помечает местоположения региональных минимумов и максимумов в изображении. imhmax и imhmin функции создают измененное изображение.
Например, это простое изображение содержит два основных региональных максимума, блоки пикселей, содержащие значение 14 и 18и несколько меньших максимумов, значение 11.
Для устранения всех региональных максимумов, за исключением двух значимых максимумов, используйте imhmax, указывая пороговое значение 2. Обратите внимание, что imhmax влияет только на максимумы; ни одно из других значений пикселей не изменяется. Два значительных максимума остаются, хотя их высоты снижены.
B = imhmax(A,2)
Этот рисунок берет вторую строку из образца изображения, чтобы проиллюстрировать в 1-D, как imhmax изменяет профиль изображения.
Можно подчеркнуть определенные минимумы (темные объекты) в изображении с помощью imimposemin функция. imimposemin функция использует морфологическую реконструкцию для исключения всех минимумов из изображения, кроме указанных минимумов.
Для иллюстрации процесса навязывания минимума этот код создает простое изображение, содержащее два первичных региональных минимума и несколько других региональных минимумов.
mask = uint8(10*ones(10,10)); mask(6:8,6:8) = 2; mask(2:4,2:4) = 7; mask(3,3) = 5; mask(2,9) = 9; mask(3,8) = 9; mask(9,2) = 9; mask(8,3) = 9
Чтобы получить изображение, подчеркивающее два самых глубоких минимума и удаляющее все остальные, создайте изображение маркера, определяющее два интересующих минимума. Можно создать изображение маркера, явно установив определенные пикселы в определенные значения или используя другие морфологические функции для извлечения элементов, которые необходимо подчеркнуть в изображении маски.
В этом примере используется imextendedmin чтобы получить двоичное изображение, показывающее расположение двух самых глубоких минимумов.
marker = imextendedmin(mask,1)
Теперь используйте imimposemin создание новых минимумов в изображении маски в точках, заданных изображением маркера. Обратите внимание, как imimposemin устанавливает значения пикселей, заданные изображением маркера, на наименьшее значение, поддерживаемое типом данных (0 для uint8 значения). imimposemin также изменяет значения всех других пикселей в изображении, чтобы исключить другие минимумы.
I = imimposemin(mask,marker)
I =
11 11 11 11 11 11 11 11 11 11
11 8 8 8 11 11 11 11 11 11
11 8 0 8 11 11 11 11 11 11
11 8 8 8 11 11 11 11 11 11
11 11 11 11 11 11 11 11 11 11
11 11 11 11 11 0 0 0 11 11
11 11 11 11 11 0 0 0 11 11
11 11 11 11 11 0 0 0 11 11
11 11 11 11 11 11 11 11 11 11
11 11 11 11 11 11 11 11 11 11Этот рисунок иллюстрирует в 1-D, как imimposemin изменяет профиль строки 2 изображения.
Навязывание минимума
