欢迎来到第壹文秘! | 帮助中心 分享价值,成长自我!
第壹文秘
全部分类
  • 幼儿/小学教育>
  • 中学教育>
  • 高等教育>
  • 研究生考试>
  • 外语学习>
  • 资格/认证考试>
  • 论文>
  • IT计算机>
  • 法律/法学>
  • 建筑/环境>
  • 通信/电子>
  • 医学/心理学>
  • ImageVerifierCode 换一换
    首页 第壹文秘 > 资源分类 > DOCX文档下载
    分享到微信 分享到微博 分享到QQ空间

    标记分水岭分割算法.docx

    • 资源ID:892846       资源大小:63.02KB        全文页数:6页
    • 资源格式: DOCX        下载积分:5金币
    快捷下载 游客一键下载
    账号登录下载
    三方登录下载: 微信开放平台登录 QQ登录
    下载资源需要5金币
    邮箱/手机:
    温馨提示:
    快捷下载时,如果您不填写信息,系统将为您自动创建临时账号,适用于临时下载。
    如果您填写信息,用户名和密码都是您填写的【邮箱或者手机号】(系统自动生成),方便查询和重复下载。
    如填写123,账号就是123,密码也是123。
    支付方式: 支付宝    微信支付   
    验证码:   换一换

    加入VIP,免费下载
     
    账号:
    密码:
    验证码:   换一换
      忘记密码?
        
    友情提示
    2、PDF文件下载后,可能会被浏览器默认打开,此种情况可以点击浏览器菜单,保存网页到桌面,就可以正常下载了。
    3、本站不支持迅雷下载,请使用电脑自带的IE浏览器,或者360浏览器、谷歌浏览器下载即可。
    4、本站资源下载后的文档和图纸-无水印,预览文档经过压缩,下载后原文更清晰。
    5、试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。

    标记分水岭分割算法.docx

    标记分水岭分割算法如果图像中的目标物体是连接在一起的,那么分割起来会更困难,分水岭分割算法经常用于处理这类问题,通常会取得比拟好的效果。分水岭分割算法把图像看成一幅“地形图”,其中亮度比拟强的区域像素值较大,而比拟暗的区域像素值较小,通过寻找“汇水盆地”和“分水岭界限”,对图像进行分割。直接应用分水岭分割算法的效果往往并不好,如果在图像中对前景对象和背景对象进行标注区别,再应用分水岭算法会取得较好的分割效果。基于标记控制的分水岭分割方法有以下根本步骤:1 .计算分割函数。2 .计算前景标志。3 .计算背景标志。4 .修改分割函数,图像中较暗的区域是要分割的对象。这些是每个对象内部连接的斑点像素。这些是不属于任何对象的像素。使其仅在前景和后景标记位置有极小值。5.对修改后的分割函数做分水岭变换计算。使用MATLAB图像处理工具箱注:期间用到了很多图像处理工具箱的函数,例如fspecial、imfilter、watershedIabel2rgbimopenimcloseimreconstructimcomplementimregionalmaxbwareaopengraythresh和imimposemin函数等。第一步:读入彩色图像,将其转化成灰度图像clc;clearall;closeall;rgb=imread(,Sunset,jpg,);ifndims(rgb)-3I=rgb2gray(rgb);elseI=rgb;endfigure(,units,normalized,position,0011);subplot(1,2,1);imshow(rgb);title('原图');subplot(1,2,2);imshow(I);title('灰度图');第2步:将梯度幅值作为分割函数使用Sobel边缘算子对图像进行水平和垂直方向的滤波,然后求取模值,sobel算子滤波后的图像在边界处会显示比拟大的值,在没有边界处的值会很小。hy=fspecial(,sobe);hx-hy,;Iy=imfilter(double(I),hy,'replicate');Ix=imfilter(double(I),hx,replicatc,);gradmag=sqrt(lx.2+Iy.2);figure(,units,normalizcd,position,0011);subplot(1,2,1);imshow(I,),title('灰度图像')subplot(1,2,2);imshow(gradmag,),title('梯度幅值图像')可否直接对梯度幅值图像使用分水岭算法?1.=watershed(gradmag);1.rgb=label2rgb(L);figure(,units,normalized,position,0011);subplot(1,2,1);imshow(gradmag,),title('梯度幅值图像')subplot(1,2,2);imshow(Lrgb);title('梯度幅值做分水岭变换')直接使用梯度模值图像进行分水岭算法得到的结果往往会存在过度分割的现象。因此通常需要分别对前景对象和背景对象进行标记,以获得更好的分割效果。第3步:标记前景对象有多种方法可以应用在这里来获得前景标记,这些标记必须是前景对象内部的连接斑点像素。这个例子中,将使用形态学技术“基于开的重建”和“基于闭的重建”来清理图像。这些操作将会在每个对象内部创立单位极大值,使得可以使用imregionalmax来定位。开运算和闭运算:先腐蚀后膨胀称为开;先膨胀后腐蚀称为闭。开和闭这两种运算可以除去比结构元素小的特定图像细节,同时保证不产生全局几何失真。开运算可以把比结构元素小的突刺滤掉,切断细长搭接而起到别离作用;闭运算可以把比结构元素小的缺口或孔填充上,搭接短的间隔而起到连接作用。开操作是腐蚀后膨胀,基于开的重建(基于重建的开操作)是腐蚀后进行形态学重建。下面比拟这两种方式。首先,用imopen做开操作。se=strel(,disk,20);Io=imopen(I,Se);figure(,units,normalized,position,0011);subplot(1,2,1);imshow(I,);title('灰度图像');subplot(1,2,2);imshow(Io),title('图像开操作')接下来,通过腐蚀后重建来做基于开的重建计算。Ie=imerode(I,se);Iobr=imreconstruct(Ie,I);figure(,units,normalizcd,position,0011);subplot(1,2,1);imshow(I,);title('灰度图像');subplot(1,2,2);imshow(Iobr,),title('基于开的重建图像')开操作后,接着进行闭操作,可以移除较暗的斑点和枝干标记。比照常规的形态学闭操作和基于闭的重建操作。首先,使用imclose:Ioc=imclose(Io,se);Ic=imclose(I,se);figure(,units,normalized1,position,0011);subplot (2, 2, 1) subplot (2, 2, 2) subplot (2, 2, 3) subplot (2, 2, 4)现在使用imdilate,imshow(I,);title('灰度图像');imshow(Io,);title('开操作图像');imshow(Ic,);title('闭操作图像');imshow(Ioc,),title('开闭操作');然后使用imreconstruct。注意必须对输入图像求补,对imreconstruct输出图像求补。IM2=imcomplement(IM)计算图像IM的补集。IM可以是二值图像,或者RGB图像。IM2与IM有着相同的数据类型和大小。Iobrd=imdilate(Iobr,se);Iobrcbr=imreconstruct(imcompIement(Iobrd),imcomplement(Iobr);Iobrcbr=imcomplement(Iobrcbr);figure(,units,normalizcd,position,0011);subplot (2, 2, 1) subplot (2, 2, 2) subplot (2, 2, 3) subplot (2, 2, 4)imshow(I,);title('灰度图像');imshow(Ioc,);title('开闭操作');imshow(Iobr,);title(,基于开的重建图像');imshow(Iobrcbr,),title(,基于闭的重建图像');通过比拟Iobrcbr和Ioc可以看到,在移除小污点同时不影响对象全局形状的应用下,基于重建的开闭操作要比标准的开闭重建更加有效。计算Iobrcbr的局部极大来得到更好的前景标记。fgm=imregionalmax(Iobrcbr);figure(,units,normalized',position,0011);subplot(1,3,1);imshow(I,);title('灰度图像');subplot(1,3,2);imshow(Iobrcbr,口);title('基于重建的开闭操作);subplot(1,3,3);imshow(fgm,口);title('局部极大图像');为了帮助理解这个结果,叠加前景标记到原图上。Itl=rgb(:,It2=rgb(:,It3=rgb(:,ItKfgm)=255;It2(fgm)=0;It3(fgm)=0;12=cat(3,Itl,It2,It3);figure(,units,normalized1,position,0011);subplot(2, subplot (2, subplot (2, subplot (2,2,2,2,2,1)2)3)4)imshow(rgb, 口) ; title('原图像');imshow(Iobrcbr, ); title('基于重建的开闭操作');imshow(fgm, 口) ; title('局部极大图像');imshow(12) ; title(,局部极大叠加到原图像');注意到大多闭塞处和阴影对象没有被标记,这就意味着这些对象在结果中将不会得到合理的分割。而且,一些对象的前景标记会一直到对象的边缘。这就意味着应该清理标记斑点的边缘,然后收缩它们。可以通过闭操作和腐蚀操作来完成。se2=strel(ones(5,5);fgm2=imclose(fgm,se2);fgm3=imerode(fgm2,se2);figure(,units,normalized,position,0011);subplot (2, subplot(2, subplot (2, subplot (2,2,2,2,2,1)2)3)4)imshow(Iobrcbr, 口) ; title('基于重建的开闭操作'); imshow(fgm, 口) ; title('局部极大图像'); imshow(fgm2, ); title('闭操作');imshow(fgm3, ); title('腐蚀操作');Itl = rgb (:, It2 = rgb (:, It3 = rgb (:,Itl(fgm4)=subplot (2, subplot (2, subplot (2, subplot(2,2,2,2,2,1)2)3)4)imshow(12, ); title('局部极大叠加到原图像');imshow(fgm3, ); title('闭腐蚀操作');imshow(fgm4, ) ; title(,去除小斑点操作');imshow(13, ) ; title('修改局部极大叠加到原图像');这个过程将会留下一些偏离的孤立像素,应该移除它们。可以使用bwareaopen,用来移除少于特定像素个数的斑点。BW2=bwareaopen(BW,P)从二值图像中移除所以少于P像素值的连通块,得到另外的二值图像BW2。fgm4=bwareaopen(fgm3,20);:,1);:,2);:,3);255;It2(fgm4)=0;It3(fgm4)=0;13=cat(3,Itl,It2,It3);figure(,units,normalized,position,0011);第4步:计算背景标记现在,需要标记背景。在清理后的图像Iobrcbr中,暗像素属于背景,所以可以从阈值操作开始。bw=im2bw(Iobrcbr,graythresh(Iobrcbr);figure(,units,normalized,position,0011);subplot(1,2,1);imshow(Iobrcbr,口);title('基于重建的开闭操作');subplot(1,2,2);imshow(bw,);title('阈值分割');背景像素在黑色区域,但是理想情形

    注意事项

    本文(标记分水岭分割算法.docx)为本站会员(p**)主动上传,第壹文秘仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知第壹文秘(点击联系客服),我们立即给予删除!

    温馨提示:如果因为网速或其他原因下载失败请重新下载,重复下载不扣分。




    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

    copyright@ 2008-2023 1wenmi网站版权所有

    经营许可证编号:宁ICP备2022001189号-1

    本站为文档C2C交易模式,即用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。第壹文秘仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知第壹文秘网,我们立即给予删除!

    收起
    展开