连通分量分析错误

connected component analysis error

我正在尝试连接组件 analysis.but 我遇到了错误。我需要椎体;但我得到了一些其他物体。 图片是:

结果是:

    im= imread('im.bmp');
    figure,imshow(im);
    K1=imadjust(im);
    figure, imshow(K1), title('After Adjustment Image')
    threshold = graythresh(K1);
    originalImage = im2bw(K1, threshold);

    originalImage = bwareaopen(originalImage,100);
    se = strel('disk', 2); %# structuring element
    closeBW = imclose(originalImage,se);

    figure,imshow(closeBW);

    CC = bwconncomp(closeBW);
    L = labelmatrix(CC);
    L2 = bwlabel(K1);
    figure, imshow(label2rgb(L));

分割不是我的领域,所以我不确定最好的方法是什么。以下是我提出的几个启发式想法:

  1. 丢弃太大或太小的区域。

看起来您可以期望椎骨具有一定的尺寸。

regionIdxs = unique(L(:));
regionSizes = accumarray(L(:)+1,1);

如果我们查看 regionSizes,我们会看到以像素为单位的区域大小:

  213360
     919
     887
     810
     601
     695
   14551
     684
    1515
     414
     749
     128
     173
   26658

您想要的区域(第 2-6 行)在 500-1000 范围内。我们或许可以安全地丢弃大小小于 200 或 >2000 的区域。

goodRegionIdx = (regionSizes>200) & (regionSizes<2000);
regionIdxs = regionIdxs(goodRegionIdx);
regionSizes = regionSizes(goodRegionIdx);
  1. 查看 image moments 个所需区域。

分布的协方差矩阵的特征值表征了它在最宽方向上的大小以及垂直于该方向的大小。我们正在寻找胖圆盘形状,因此我们可以期待一个大的特征值和一个中等大小的特征值。

[X,Y] = meshgrid(1:size(L,2),1:size(L,1));
for i = 1:length(regionIdxs)
    idx = regionIdxs(i);
    region = L==idx;
    totalmass = sum(region(:));

    Ex(i)  = sum( X(1,:).*sum(region,1) )  / totalmass;
    Ey(i)  = sum( Y(:,1).*sum(region,2))   / totalmass;
    Exy(i) = sum(sum( X.*Y.*region ))      / totalmass;
    Exx(i) = sum(sum( X.*X.*region ))      / totalmass;
    Eyy(i) = sum(sum( Y.*Y.*region ))      / totalmass;

    Varx(i)  = Exx(i) - Ex(i)^2;
    Vary(i)  = Eyy(i) - Ey(i)^2;
    Varxy(i) = Exy(i) - Ex(i)*Ey(i);

    Cov = [Varx(i) Varxy(i); Varxy(i) Vary(i)];

    eig(i,:) = eigs(Cov);
end

如果我们查看特征值 eig:

  177.6943   30.8029
  142.4484   35.9089
  164.6374   26.2081
  112.6501   22.7570
  138.1674   24.1569
   89.8082   58.8964
  284.2280   96.9304
   83.3226   15.9994
  113.3122   33.7410

我们只对第 1-5 行感兴趣,最大的特征值在 100-200 范围内,第二个特征值在 50 以下。如果我们丢弃这些,得到以下区域:

goodRegionIdx = (eig(:,1)>100) & (eig(:,1)<200) & (eig(:,2)<50);
regionIdxs = regionIdxs(goodRegionIdx);

我们可以使用逻辑或 |.

绘制区域
finalImage = false(size(L));
for i = 1:length(regionIdxs)
    finalImage = finalImage | (L==regionIdxs(i) );
end

我们似乎得到了一个误报。查看特征值的比率 eig(:,1)./eig(:,2) 是一种想法,但这似乎也有点问题。

您可以尝试某种异常值检测,例如 RANSAC 来尝试消除您不想要的区域,因为真正的椎骨往往在空间上沿着直线或曲线对齐。

我不确定还有什么建议。如果您找不到另一种方法来区分好坏,您可能需要研究更高级的分割方法,如机器学习。尝试更严格的预处理方法可能是一回事。

希望对您有所帮助。