Как сегментировать двоичное изображение на основе вогнутости?

Question

У меня есть двоичный файл, такие как:

Я ищу, чтобы отделить основную большую эллиптическую белую секцию из облачка грибов на вершине. Это должно быть автоматическим процессом для многих разных изображений, которые могут быть совершенно разными, но все еще будут иметь эту характеристику основного блоба и трогательной меньшей капли сверху или сбоку.

Я думал об использовании водораздела, но он не работает во всех случаях в зависимости от пропорций дополнительного блоба. Теперь я пытаюсь понять, есть ли способ найти край двоичного изображения и поставить условие на вогнутость этого ребра, но я не могу найти, как это сделать.

Идеальная реализация в MATLAB, но если это можно сделать лучше в SciPy/Mathematica, это тоже хорошо.

Answer 1

Вот моя попытка. Код является грубым, но это общая идея о том, как вы можете использовать границу и подписанную кривизну, чтобы найти две точки, которые отделяют «верхнюю часть грибов» от остальной части тела, а затем используют предикат поворота, чтобы определить точки интерес.

clear; clc; 

binary_img = imread('bin.jpg') > 100; 

% Get boundaries 
b = bwboundaries(binary_img); 

% Get largest boundary 
b = b{cellfun(@length,b) == max(cellfun(@length,b))}; 

% Filter boundary - use circular convolution 
b(:,1) = cconv(b(:,1),fspecial('gaussian',[1 81],40)',size(b,1)); 
b(:,2) = cconv(b(:,2),fspecial('gaussian',[1 81],40)',size(b,1)); 

% Find curvature 
curv_vec = zeros(length(b),1); 
for i = 0:size(b,1)-1 
    p_b = b(mod(i-25,length(b))+1,:); % p_b = point before 
    p_m = b(mod(i,length(b))+1,:); % p_m = point middle 
    p_a = b(mod(i+25,length(b))+1,:); % p_a = point after 

    dx_ds = p_a(1)-p_m(1);    % First derivative 
    dy_ds = p_a(2)-p_m(2);    % First derivative 
    ddx_ds = p_a(1)-2*p_m(1)+p_b(1); % Second derivative 
    ddy_ds = p_a(2)-2*p_m(2)+p_b(2); % Second derivative 
    curv_vec(i+1) = dx_ds*ddy_ds-dy_ds*ddx_ds; 
end 

% Find local maxima for curvature 
[pks,locs] = findpeaks(curv_vec); 
[pks,pks_idx] = sort(pks); 

% Select two largest curvatures 
p1_max = b(curv_vec == pks(end),:); 
p2_max = b(curv_vec == pks(end-1),:); 

% Paint biggest contiguous region 
rp = regionprops(binary_img,'Area','PixelIdxList','PixelList'); 
rp = rp(max(vertcat(rp.Area)) == vertcat(rp.Area)); 

% Paint all points to the left of the line 
img = zeros(size(binary_img)); 
img(rp.PixelIdxList) = 0.5; 
for i = 1:length(rp.PixelList)  
    turn = sign(det([1 p1_max(1) p1_max(2); 
        1 p2_max(1) p2_max(2); 
        1 rp.PixelList(i,2) rp.PixelList(i,1);])); 

    if (turn > 0) 
     img(rp.PixelList(i,2),rp.PixelList(i,1)) = 1; 
    end 
end 

figure(1); 
subplot(1,3,1); 
plot(b(:,1), b(:,2),'o'); 
hold on; 
plot(p1_max(1), p1_max(2),'ro','Markersize',5,'LineWidth', 5); 
plot(p2_max(1), p2_max(2),'ro','Markersize',5,'LineWidth', 5); 

subplot(1,3,2); 
plot(curv_vec); 

subplot(1,3,3); 
imshow(img); 

Используя это изображение:

Выход:

Answer 2

Вы можете использовать горизонтальные и вертикальные гистограммы сегментировать грибов. Обратите внимание, что код довольно прост: код обработки изображений составляет всего 10-15 строк.

Этот подход имеет то преимущество, что он обладает надежностью (теоретически, вам нужно проверить его на других изображениях), когда грибная капля связана с другими меньшими каплями, где можно просто удерживать самый большой капли или более длинный контур к ошибкам.

Комментарии в коде должны прояснить каждый шаг, но прокомментируйте, если что-то неясно.

close all; clear all; 
img = imread('mushroom .jpg'); 

% Threshold 
binary = img > 100; 

% Apply open morphology operator to "enlarge" holes and remove small blobs 
se = strel('disk',3);   
opened= imopen(binary, se); 

% Compute vertical projection 
projectionVer = sum(opened,1); 

% Find max value on vertical projection 
% Is basically the vertical simmetry axis of the mushroom 
[~, centerX] = max(projectionVer); 

% Find limits of the mushroom 
% This procedure can be helpful if the central blob (the mushroom) 
% is linked with the small left and right blobs. 
% In this case simply taking the larget boundary, or the largest 
% blob will fail. 
% But since you said "touching smaller blobs either above of to the 
% sides"... 

leftMin = min(projectionVer(1 : centerX)); 
rightMin = min(projectionVer(centerX+1 : end)); 
leftX = find(projectionVer(1 : centerX) == leftMin, 1, 'last'); 
rightX = find(projectionVer(centerX+1 : end) == rightMin, 1, 'first'); 
rightX = centerX + rightX; 

% Crop the image to keep only the mushroom 
mushroom = img(:, leftX : rightX); 

% Compute horizontal projection on mushroom 
projectionHor = sum(mushroom, 2); 

% Find first minimum peak 
[pks, loc] = findpeaks(- projectionHor); 
minY = loc(1); % << You are looking for this! 
minYVal = -pks(1); 

% Segmentation 
topY = find(projectionHor>0, 1); 

result = uint8(opened); 

% probably you can do better than for loops, but ok for now... 
for y=leftX:rightX 
    for x=topY:size(result ,1) 
     if(opened(x,y))    
      if(x<=minY) 
       %top 
       result(x,y) = 127; 
      else 
       %bottom 
       result(x,y) = 200; 
      end 
     end 
    end 
end 

%Plotting 

imshow(result); 
figure(); 

subplot(221); 
imshow(img); 
title('Image'); 

subplot(222); 
hold on; 
plot(flip(projectionHor), (1 : length(projectionHor))); 
plot(minYVal, size(img,1) - minY, 'or'); 
title('Horizontal Projection'); 
axis([0, +Inf, 0, size(img,1)]); 
hold off; 

subplot(223); 
hold on; 
plot(projectionVer); 
plot(leftX, leftMin, 'or'); 
plot(rightX, rightMin, 'or'); 
title('Vertical Projection'); 
axis([0, size(img,2), 0, +Inf]); 
hold off; 

subplot(224); 
imshow(img); 
hold on; 
plot((1:size(img,2)), ones(1,size(img,2))*minY, 'r'); 
plot(ones(1,size(img,1))*leftX, (1:size(img,1)), 'g'); 
plot(ones(1,size(img,1))*rightX, (1:size(img,1)), 'b'); 
title('Result'); 
hold off;