如何在图像中使用假边缘进行分割？答案

【问题标题】：How to segment with false edge in in image?如何在图像中使用假边缘进行分割？
【发布时间】：2014-06-09 18:35:39
【问题描述】：

我尝试解决图像分割中的错误边缘问题。让我们在图中看到它的定义。假边缘问题经常出现在不均匀图像中，尤其是医学图像。我正在寻找解决它并实现真正优势的方法或功能。我尝试应用一些现有的方法示例：graph cut，但它们无效。我也在这里应用梯度或熵。你能提出一些想法或特性或方法来解决它吗？你可以在https://www.dropbox.com/sh/ttymp4vnpjhbvfx/2iacME5zYp下载测试图像。注意：原始图像是“input.mat”。它的类型是16位

让我们看看例子，在我标记的图像中，B 是真正的边缘。我们只分析A点。在 A 点，强度大于目标区域，但没有那么大。假设A点的强度为300，其中物体强度约为260-280（不均匀性）。所以我们可以说一个点是背景，如果我们把它分成两个区域。对不起，你是真的，问题必须更新A是真边，C是假边（因为C是由其他区域和背景创建的）；真实边缘由对象区域和背景创建

【问题讨论】：

你试过Gaussian Curvature吗？您可以相应地估计当地的景观。您可以使用Laplacian of a Gaussian 估计方向导数，然后构建曲率图像。阈值和表征可能更容易。
不是高斯的拉普拉斯算子，而是高斯导数滤波器。您已经应用了渐变过滤器，因此您只需几步之遥。您只需将过滤器分解为 Gx、Gy、Gxy、Gxx、Gyy。

标签： image algorithm math image-processing

【解决方案1】：

这个问题归结为一个门槛问题。 “假”边缘是边缘（视觉上）。您可以选择过滤传入的图像吗？二值化过滤器（将所有深灰色点变为黑色，将所有浅灰色点变为白色）将产生非常清晰的边缘。一种技术是应用过滤器找到边缘，然后在原始图像上显示图形。
另一种技巧是改变你的步长阈值。假设深灰色和浅灰色之间的差异小于深灰色和背景之间的差异。
你能改变输入图像吗？创建背光图像将导致无法检测到表面缺陷。

希望这能给你一些想法。

【讨论】：

感谢您的想法。您能否建议一种二值化过滤方法。在你提到的时候，我不明白如何将所有暗灰色点变成黑色和所有浅灰色点。
本质上，二元过滤器会创建一个相同尺寸的新图像，并根据原始图像中像素的值将每个像素设置为 255 或 0。由于我不知道您使用的是什么库（甚至是什么编程语言），因此我很难提供一个示例。
我正在使用matlab编程。在我的图像测试中，我们可以看到物体区域位于骨骼区域之间（暗强度） - 很容易区分。但是对于假边缘区域（物体区域下方）——强度没有物体区域那么大，所以假边缘和阈值无法解决。
我对matlab不熟悉，我们用一组C库做图像处理，也许其他人可以给你一些关于matlab中二元滤波器的指导。也许您应该将此问题标记为已回答并标记为“Matlab 中是否有二进制图像过滤器”以引起正确的人们的注意。 :-)
谢谢。我试图找到重新爱它的方法和想法。所以最好的事情是如何解决它。