Шаг 1: Прочитайте в цветном изображении и преобразуйте его в полутоновый

rgb = imread('pears.png');
I = rgb2gray(rgb);
imshow(I)

text(732,501,'Image courtesy of Corel(R)',...
     'FontSize',7,'HorizontalAlignment','right')

Шаг 2: Используйте Градиентную величину в качестве функции сегментации

Вычислите величину градиента. Градиент высокий на границах объектов и низкий (в основном) внутри объектов.

gmag = imgradient(I);
imshow(gmag,[])
title('Gradient Magnitude')

Можно ли сегментировать изображение при помощи преобразования водораздела непосредственно на величине градиента?

L = watershed(gmag);
Lrgb = label2rgb(L);
imshow(Lrgb)
title('Watershed Transform of Gradient Magnitude')

Нет. Без дополнительной предварительной обработки, такой как приведенные ниже расчеты маркера, использование преобразования водораздела непосредственно часто приводит к «переэгментации».

Шаг 3: Отметьте объекты переднего плана

Здесь можно применять различные процедуры для поиска маркеров переднего плана, которые должны быть соединены пятнами пикселей внутри каждого из объектов переднего плана. В этом примере вы будете использовать морфологические методы, называемые «открытие за реконструкцией» и «закрытие за реконструкцией», чтобы «очистить» изображение. Эти операции создадут плоские максимумы внутри каждого объекта, который может быть расположен с помощью imregionalmax.

Открытие является эрозией с последующим расширением, в то время как открытие за реконструкцией является эрозией с последующей морфологической реконструкцией. Давайте сравним эти два. Во-первых, вычислите открытие с помощью imopen.

se = strel('disk',20);
Io = imopen(I,se);
imshow(Io)
title('Opening')

Затем вычислите открытие путем реконструкции с помощью imerode и imreconstruct.

Ie = imerode(I,se);
Iobr = imreconstruct(Ie,I);
imshow(Iobr)
title('Opening-by-Reconstruction')

Следуя открытию с закрытием, можно удалить темные пятна и метки стебля. Сравните регулярное морфологическое закрытие с закрытием за реконструкцией. Сначала попробуйте imclose:

Ioc = imclose(Io,se);
imshow(Ioc)
title('Opening-Closing')

Теперь используйте imdilate далее следуют imreconstruct. Заметьте, что вы должны дополнить входы изображения и выход imreconstruct.

Iobrd = imdilate(Iobr,se);
Iobrcbr = imreconstruct(imcomplement(Iobrd),imcomplement(Iobr));
Iobrcbr = imcomplement(Iobrcbr);
imshow(Iobrcbr)
title('Opening-Closing by Reconstruction')

Как вы можете видеть, сравнивая Iobrcbr с Iocоснованные на реконструкции открытие и закрытие являются более эффективными, чем стандартные открытие и закрытие, при удалении небольших дефектов, не затрагивая общих форм объектов. Вычислите региональные максимумы Iobrcbr для получения хороших маркеров переднего плана.

fgm = imregionalmax(Iobrcbr);
imshow(fgm)
title('Regional Maxima of Opening-Closing by Reconstruction')

Чтобы помочь интерпретировать результат, наложите изображение маркера переднего плана на оригинальное изображение.

I2 = labeloverlay(I,fgm);
imshow(I2)
title('Regional Maxima Superimposed on Original Image')

Заметьте, что некоторые из преимущественно окклюдированных и затененных объектов не помечены, что означает, что эти объекты не будут сегментированы должным образом в конечном результате. Кроме того, маркеры переднего плана в некоторых объектах идут прямо до ребра объектов. Это означает, что вы должны очистить ребра маркеров и затем сжать их бит. Можно сделать это путем закрытия с последующей эрозией.

se2 = strel(ones(5,5));
fgm2 = imclose(fgm,se2);
fgm3 = imerode(fgm2,se2);

Эта процедура имеет тенденцию оставлять некоторые бродячие изолированные пиксели, которые должны быть удалены. Вы можете сделать это с помощью bwareaopen, который удаляет все blobs, которые имеют меньше, чем определенное количество пикселей.

fgm4 = bwareaopen(fgm3,20);
I3 = labeloverlay(I,fgm4);
imshow(I3)
title('Modified Regional Maxima Superimposed on Original Image')

Шаг 4: Вычисление фоновых маркеров

Теперь нужно пометить фон. На очищенном изображении Iobrcbrтемные пиксели относятся к фону, поэтому можно начать с операции порогового значения.

bw = imbinarize(Iobrcbr);
imshow(bw)
title('Thresholded Opening-Closing by Reconstruction')

Пиксели фона выполнены в черном цвете, но в идеале мы не хотим, чтобы маркеры фона были слишком близки к ребрам объектов, которые мы пытаемся сегментировать. Мы «прорежем» фон, вычисляя «скелет по зонам влияния», или SKIZ, переднего плана bw. Это может быть сделано путем вычисления преобразования водосбора преобразования расстояния bw, а затем ищет линии гребня водораздела (DL == 0) результата.

D = bwdist(bw);
DL = watershed(D);
bgm = DL == 0;
imshow(bgm)
title('Watershed Ridge Lines')

Шаг 5: Вычислите преобразование водораздела функции сегментации.

Функция imimposemin может использоваться для изменения изображения так, чтобы оно имело региональные минимумы только в определенных желаемых местах. Здесь можно использовать imimposemin чтобы изменить градиент изображения величины так, чтобы его единственные региональные минимумы происходили в пикселях переднего и фонового маркеров.

gmag2 = imimposemin(gmag, bgm | fgm4);

Наконец, вычислите сегментацию на основе водосбора.

L = watershed(gmag2);

Шаг 6: Визуализация результата

Одним из методов визуализации является наложение маркеров переднего плана, маркеров фона и сегментированных контуров объектов на оригинальное изображение. Вы можете использовать расширение по мере необходимости, чтобы сделать некоторые аспекты, такие как контуры объекта, более видимыми. Контуры объекта расположены где L == 0. Двоичные маркеры переднего и заднего плана масштабируются до различных целочисленных значений, так что им назначаются различные метки.

labels = imdilate(L==0,ones(3,3)) + 2*bgm + 3*fgm4;
I4 = labeloverlay(I,labels);
imshow(I4)
title('Markers and Object Boundaries Superimposed on Original Image')

Эта визуализация иллюстрирует, как местоположения маркеров переднего и заднего плана влияют на результат. В нескольких местоположениях частично окклюдированные более темные объекты были объединены с более яркими соседними объектами, поскольку окклюдированные объекты не имели маркеров переднего плана.

Другой полезный метод визуализации - отображение матрицы метки в виде цветного изображения. Маркируйте матрицы, такие как произведенные watershed и bwlabel, может быть преобразован в изображения truecolor в целях визуализации при помощи label2rgb.

Lrgb = label2rgb(L,'jet','w','shuffle');
imshow(Lrgb)
title('Colored Watershed Label Matrix')

Можно использовать прозрачность, чтобы наложить эту псевдокрасочную метку матрицу на верхнюю часть исходного изображения интенсивности.

figure
imshow(I)
hold on
himage = imshow(Lrgb);
himage.AlphaData = 0.3;
title('Colored Labels Superimposed Transparently on Original Image')