Matlab - 区分 RGB 或灰度图像中重叠的低对比度对象

Question

我在检测图像中的对象时遇到了一个大问题 - 我知道这个话题已经在许多论坛上得到了高度讨论，但我在过去 4 天里一直在寻找答案，但未能找到答案。

事实上：我有一张来自分支的图片 (http://cl.ly/image/343Y193b2m1c)。我的目标是计算这张照片中的每一根针。所以我不得不面对几个问题：

将带有针的分支与背景分开（在这种情况下没问题）。

选择针的边框。这是一个大问题；我尝试了不同的方法，包括所有 edge() 函数，但问题总是相同的 - 针周围的边界没有关闭 - 这导致了最后一个问题：

针重叠了！这会导致“针之间的正方形”，如果我使用 imfill() 或相等的公式，则填充而不是针。并且：针集中的地方（一个地方有很多针）几乎无法区分。

我尝试了分水岭，我尝试增强对比度，Kmeans 聚类，我尝试了 imerose、imdilate 和相关功能以及后续的边缘检测。我还尝试对图片进行一些过滤和平滑处理，以便稍微“锐化”针，这样并不是每一个颜色的微小变化都被识别为边框（这是另一个问题）。

我对matlab比较陌生，所以我不知道我要寻找什么。我尝试按照用于核检测的 MatLab 教程进行操作 - 但有了这个我就可以得到所有的绿色物体（一次所有的针）。

我希望以前没有出现过这个问题 - 如果是的话，我为重复发帖深表歉意。如果有人知道该做什么或使用什么方法，那将是非常棒的，并且可以保护这个非常糟糕的一周开始。

非常感谢您，

菲利普

Answer 1

区分重叠的对象非常非常困难，尤其是在您不知道必须区分多少个对象的情况下。你的大脑在区分重叠对象方面比我知道的任何分割算法都要好得多，因为它能够整合很多难以编码的信息。因此：如果您自己无法区分某些功能，请忘记通过代码进行。

话虽如此，可能有一种方法可以让您获得针的大致数量：如果您可以将图像像素分为两类：“针”与“非针”，并且您知道如何图片中的大部分区域都被针覆盖（拍照时包括尺子可能会有所帮助），然后您可以将“针”像素数除以单个针所覆盖的像素数来估算总数图像中的针数。由于重叠，这会有点低估针数，并且会低估针越密集（由于更多重叠），但它应该允许您自动比较具有大量针的分支和具有少量针的分支，以及至于识别时间变化，这应该是您的目标之一。

Answer 2

我同意@Jonas = 你自己遇到了一个大问题。

让我提出一些建议。

首先，沿着@Jonas 的方向，不是得到准确的计数，另一种粗略估计的方法是计数针尖。显然，并非所有提示都清晰可见。但是，如果你能得到一个清晰的树枝遮罩，使用你自己提到的一些形态学操作来识别针尖可能会相对容易。

其次，有什么方法可以获得更多信息吗？例如，如果您可以获得深度信息，它可能有助于将针彼此区分开来（它不会完全解决任务，但它可能会有所帮助）。您可以从立体图像中获取深度信息 - 即在稍微移动相机的同时拍摄两张树枝照片。如果您可以使用 Kinect 设备（或其他一些测距相机），您可以直接获取深度图...