Чрезмерная сегментации Уотершед алгоритма

Question

я следовал за 2-D Watershed example в Mathworks.com, чтобы отделить подключенные объекты, как показано ниже:

код является суммировать следующим образом:

bw = imread('some_binary_image.tif'); 

D = -bwdist(~bw); 

D(~bw) = -Inf; 

L = watershed(D); 

В результате:

Частица в центре разделена на две части. Есть ли способы избежать чрезмерной сегментации здесь?

Спасибо, lennon310, chessboard действительно хорошо работает для большинства моих изображений, но все же есть случаи, когда этого не происходит. Например, следующее бинарное изображение:

Использование шахматной доски приведет:

Поскольку у меня есть сотни изображений, кажется, что трудно найти одну комбинацию параметров, которые работают для всех изображений , Мне интересно, если мне нужно, чтобы объединить хорошие результаты, полученные с помощью шахматной доски, Cityblock и т.д ...

Answer 1

Используйте max(abs(x1-x2),abs(y1-y2)) как расстояние метрики (шахматная доска), а также использовать восемь-связная окрестность в watershed функции:

bw=im2bw(I); 

D = -bwdist(~bw,'chessboard'); 
imagesc(D) 
D(~bw) = -Inf; 

L = watershed(D,8); 
figure,imagesc(L) 

Результат:

Answer 2

Я занимаюсь с той же проблемой на некоторое время. Для меня решение заключалось в том, чтобы вместо этого использовать метод водоразделов на основе маркеров. Смотрит примеры по водоразделу методы, заданных на Matlab Блог Стив: http://blogs.mathworks.com/steve/ Этого метод дал им работало лучше для меня: http://blogs.mathworks.com/steve/2013/11/19/watershed-transform-question-from-tech-support/

Теперь, в идеальном мире, мы сможем сегментировать все правильно, используя один метод , Но водораздел делает более или частично сегмент частиц, независимо от того, какой метод вы используете (если только вы не вручную указали маркеры). Итак, в настоящее время я использую полуавтоматический метод сегментации; то есть использовать водораздел для максимально возможного сегмента изображения, а затем перенести это изображение в MSPaint и отредактировать его вручную, чтобы исправлять все, что находится под/над сегментацией.

Рост территории, по-видимому, использовался некоторыми людьми в прошлом. Но мои навыки обработки изображений ограничены, поэтому я не могу помочь вам в этом. Было бы здорово, если бы кто-нибудь мог опубликовать что-то о том, как использовать региональный рост для сегмента такого изображения.

Надеюсь, это поможет.