如何解决分水岭中的过度分割
how to Solve the over segmentation in watershed
我的输入图像是
输出图像是
预期的输出是这样的
看到一些类似椭圆的结构与rectangle.Also合并了我无法分开每个标签来得到椭圆
使用的算法是分水岭
clear; close all;
I = imread('Sub.png');
I = rgb2gray(I);
figure; imshow(I)
I2 = imtophat(I, strel('square', 45));
figure; imshow(I2)
% Alpha=.047;
% h = fspecial('motion', 10, 5);
% w=gausswin(I2,Alpha) % you'll have to play with N and alpha
% I2 = imfilter(I2,h,'same','symmetric'); % something like these options
level = .047;
BW = im2bw(I2,level);
D = -bwdist(~BW,'chessboard');
D(~BW) = -Inf;
L = watershed(D);
imshow(label2rgb(L,'jet','w'))
最终开启码:
ImageSource=imread('cameraman.tif');
ImTmp=ImageSource
ImResidue = zeros(size(ImageSource));
ImIndicator= zeros(size(ImageSource));
ImValues= zeros(size(ImageSource));
For size= 1 : N
se = strel('square',N);
ImOp = imopen(ImageSource,se);
ImDiff=imabsdiff(ImOp,ImTmp)
if ImResidue < ImDiff then
ImResidue = ImDiff
ImIndicator = size
ImValues = ImOp
end
ImTmp=ImOp
end
如果你想要准确的东西,你必须使用带有标记的分水岭,但这会更加棘手。默认情况下,基本分水岭超过段,因为它使用每个局部最小值作为标记。
因此,您必须对图像进行一些预处理,以增加要分割的对象之间的分离度,然后使用标记来引导分水岭。
[根据您进行编辑编辑] 如果您只想要椎骨之间的小结构,那么我建议进行小的侵蚀以增加它们之间的间隙,然后最终打开。当椎骨需要更大的半径时,您想要的结构将在小半径时消失。
不要忘记在渐变图像上使用标记。
[编辑 2,初步结果] 我对你的问题很好奇,所以我试了一下。我没有去椎骨(你想分割的那个)之间的小区域,而是尝试首先分割椎骨(你想要在它们之间的部分)。
这是我所做的:
- 小开口(方形 1 阶,方形更快更精细,因为您的患者在图像中定位良好,否则为圆盘或六边形)以增加椎骨与其邻域之间的间隙。
- 区域开放(表面23,但并不重要)为了拉平不同的区域,所以擦掉峰。
- 区域封闭(表面23,但这并不重要)为了再次压平不同的区域,所以填补了洞。此时请参阅 image result。看,一切看起来更顺利,但不同的 boundaries/rims 仍然完好无损。
- 最终开局(UO)。
- 根据最终开盘结果(残差、数值和指标)进行阈值化。参见vertebras approximation。我没有这些值了(我删除了我的代码),但您可以查看 UO 结果并找回它们。但是,如果你想要的话,我还有UO结果。
- 打开(磁盘顺序 7)以清除所有伪影和误报(椎骨大)
- 与 5 相同的操作,以近似要分割的小模式。参见 results
- 为了获得外部标记(在椎骨之间),对第 7 步的结果进行了轻微侵蚀。我用步骤 6 结果的大扩张(磁盘顺序 11)的边界完成外部标记。
- 这是the markers我得到的。
- 带有计算标记的分水岭,这里是preliminary result
您要分割的模式位于椎骨之间,所以我猜这个结果会大大缩小感兴趣的区域。
对你有用吗?
我无法分享代码,但我想您应该可以在 MatLab 中找到所有内容。
您可以通过检测矩形来改进此结果。
我的输入图像是
输出图像是
预期的输出是这样的
看到一些类似椭圆的结构与rectangle.Also合并了我无法分开每个标签来得到椭圆 使用的算法是分水岭
clear; close all;
I = imread('Sub.png');
I = rgb2gray(I);
figure; imshow(I)
I2 = imtophat(I, strel('square', 45));
figure; imshow(I2)
% Alpha=.047;
% h = fspecial('motion', 10, 5);
% w=gausswin(I2,Alpha) % you'll have to play with N and alpha
% I2 = imfilter(I2,h,'same','symmetric'); % something like these options
level = .047;
BW = im2bw(I2,level);
D = -bwdist(~BW,'chessboard');
D(~BW) = -Inf;
L = watershed(D);
imshow(label2rgb(L,'jet','w'))
最终开启码:
ImageSource=imread('cameraman.tif');
ImTmp=ImageSource
ImResidue = zeros(size(ImageSource));
ImIndicator= zeros(size(ImageSource));
ImValues= zeros(size(ImageSource));
For size= 1 : N
se = strel('square',N);
ImOp = imopen(ImageSource,se);
ImDiff=imabsdiff(ImOp,ImTmp)
if ImResidue < ImDiff then
ImResidue = ImDiff
ImIndicator = size
ImValues = ImOp
end
ImTmp=ImOp
end
如果你想要准确的东西,你必须使用带有标记的分水岭,但这会更加棘手。默认情况下,基本分水岭超过段,因为它使用每个局部最小值作为标记。
因此,您必须对图像进行一些预处理,以增加要分割的对象之间的分离度,然后使用标记来引导分水岭。
[根据您进行编辑编辑] 如果您只想要椎骨之间的小结构,那么我建议进行小的侵蚀以增加它们之间的间隙,然后最终打开。当椎骨需要更大的半径时,您想要的结构将在小半径时消失。
不要忘记在渐变图像上使用标记。
[编辑 2,初步结果] 我对你的问题很好奇,所以我试了一下。我没有去椎骨(你想分割的那个)之间的小区域,而是尝试首先分割椎骨(你想要在它们之间的部分)。
这是我所做的:
- 小开口(方形 1 阶,方形更快更精细,因为您的患者在图像中定位良好,否则为圆盘或六边形)以增加椎骨与其邻域之间的间隙。
- 区域开放(表面23,但并不重要)为了拉平不同的区域,所以擦掉峰。
- 区域封闭(表面23,但这并不重要)为了再次压平不同的区域,所以填补了洞。此时请参阅 image result。看,一切看起来更顺利,但不同的 boundaries/rims 仍然完好无损。
- 最终开局(UO)。
- 根据最终开盘结果(残差、数值和指标)进行阈值化。参见vertebras approximation。我没有这些值了(我删除了我的代码),但您可以查看 UO 结果并找回它们。但是,如果你想要的话,我还有UO结果。
- 打开(磁盘顺序 7)以清除所有伪影和误报(椎骨大)
- 与 5 相同的操作,以近似要分割的小模式。参见 results
- 为了获得外部标记(在椎骨之间),对第 7 步的结果进行了轻微侵蚀。我用步骤 6 结果的大扩张(磁盘顺序 11)的边界完成外部标记。
- 这是the markers我得到的。
- 带有计算标记的分水岭,这里是preliminary result
您要分割的模式位于椎骨之间,所以我猜这个结果会大大缩小感兴趣的区域。
对你有用吗?
我无法分享代码,但我想您应该可以在 MatLab 中找到所有内容。
您可以通过检测矩形来改进此结果。