如何将图像中的对象与背景分开？答案

【问题标题】：How to separate object from background in an image?如何将图像中的对象与背景分开？
【发布时间】：2010-02-09 04:18:59
【问题描述】：

我有一个分段的图像，看起来像这样：

//我是新会员，不能发图片，只能发链接：

// 原来我也不能发两个超链接，所以我只发地图文件的链接。

编辑：我相信我现在可以发布图片了：

alt text http://img4.imageshack.us/img4/917/test0seg.jpg

我还有一个地图文件，清楚地显示了路段：

现在，我需要做的是创建一个二进制图像文件，该文件只包含中间涂成白色的鹿，图像的其余部分涂成黑色。

您建议使用哪些方法来合并细分？

我有这样的想法：

如果我这样做，我最终会得到 3 个部分：地板（白色部分）、墙壁（黑色和浅灰色部分相结合）和物体（灰色部分）。

此时如何才能正确获取对象？

请注意，对象不必位于中心，它甚至可以部分在屏幕外。

（我也想过计算每个段所占用的面积，并将最小的区域标记为对象；但是有时对象可能会覆盖图像的大部分，因此可能不会产生正确的结果。）

非常感谢任何帮助。提前致谢。

【问题讨论】：

【解决方案1】：

这是一个有点困难的问题，因为“对象”是一个主观术语。显然，你想要最有趣的对象，所以我们只需要决定一个有趣的对象是什么样子。这必须是统计数据。

让我们假设，就像在您的图像中一样，您感兴趣的对象是少数片段之一。我们将为每个片段计算一个分数，并将得分最高的一个称为对象。

我只想将各种得分函数加在一起。一些好的可能是：

片段中心到图像确切中心的距离或平方距离（这将找到您的示例对象。）
图像边界上的片段像素数（这将找到您的示例对象，因为坏簇的边界很大）
如果您认为您的对象将比背景“更有趣”，则该片段内部的 Canny 边缘数除以该片段中的像素数
SIFT 关键点数除以像素数，原理与之前相同
将 RGB 空间分解为数量相对较少的 bin，例如 512（因此，如果您使用 8-位图像）并查看每个片段的属性，这些属性被视为该空间上的分布。一个有趣的对象可能具有较高的熵分布，也可能具有较低的熵分布，具体取决于您的上下文。

【讨论】：

【解决方案2】：

我不明白，你已经创建了一个分割图（你链接到什么）？

或者链接是图像本身？如果它在 Matlab 中，一旦你有一个分割图，你可以很容易地从中创建一个二进制矩阵，然后将它乘以原始图像。因此，剩下的就是您想要的部分。

【讨论】：

是的，它是一个分割图。但正如您所见，该分割图至少有 4 个不同的区域。我需要将其减少到 2 个区域：仅对象和背景。
你能假设你对这个对象了解多少？如果它一定是您示例中的图像，为什么不通过灰度级进行硬阈值处理？
目前，我只能假设对象的颜色与背景和墙壁有些不同。但我不想将背景和墙壁颜色的任何值硬编码到程序中。
如果您可以假设它更暗/更亮，那么您可以使用自适应阈值。地图是如何创建的？您可以使用 K-Mean Clustering 创建 3 个不同的二进制图像（对于每个灰色），并让用户选择他想要的。如果没有关于对象的任何特定假设，您希望代码如何识别它？

【解决方案3】：

你事先知道你的兴趣对象是什么吗？

例如，鹿是棕色的，这有助于进行直方图比较。

【讨论】：