如何在这个掩码中分割出感兴趣的区域答案

【问题标题】：How to segment out the region of interest in this mask如何在这个掩码中分割出感兴趣的区域
【发布时间】：2015-06-01 01:36:01
【问题描述】：

您好，我得到了如下蒙版，我尝试分割左侧面板。

我使用了分水岭方法，所以希望它会为左侧面板返回一个值。

D = bwdist(~mask);
imshow(D,[],'InitialMagnification','fit');

Di = -D;
Di(~mask) = -Inf;
L = watershed(Di);
Lrgb = label2rgb(L,'jet');
imshow(Lrgb);

但是我得到了这个，任何人都可以帮助我，或者你在细分方面有更好的建议。

【问题讨论】：

你试过eroding图片吗？我认为这应该可以让您将它们充分分开，以便 bwconncomp 实际上会返回 2 个对象。
@ABC 我在回答中这样做了。开口是先腐蚀后膨胀。
是的，但是添加组件“line”只会添加更多不需要的处理，而直接在此图像上腐蚀是一种不太复杂的方法，应该可以得到所需的答案。此外，根据应用程序，可能不需要膨胀。不管怎样，给猫剥皮的方法有很多:)
@ABC 你会用什么来腐蚀图像？同意有很多方法可以做到这一点。如果您确实有更好的主意，我希望看到您发布答案。如果没有，不用担心。万事如意！
@rayryeng，我为您发布了答案。您基本上创建自己的自定义结构元素，而不是 matlab 的默认元素（ei、'disk'、'line' 等）并用它来腐蚀。这很简单。使用相同的蒙版分隔对象后，您可以向后扩展，并且页面将保持分离状态。我更喜欢这种方法，因为您对操作有更多的控制权，并且您对如何侵蚀或扩张有更直观的感觉，但在这种情况下，它并没有太大的区别——而且您的解决方案只执行以及:)

【解决方案1】：

参考你的答案，使用bwconncomp当然是一种有效的方法，但这里的问题是，如果你看书的书脊，左右页是相连的。因此，如果您尝试按照您的建议进行操作，整本书将被标记为一个对象，而这可能不是您想要的。因此，我的建议是先分离页面，然后在完成后应用标签算法。

一个带有垂直线结构元素的简单形态开口过滤器应该可以解决问题。为了获得好的效果，我使用了长度为 100 的线。您还有一些不必要的边框像素，并且图像实际上是 RGB。因此，我将图像转换为二进制然后清除边框：

mask = imclearborder(im2bw(imread('http://i.stack.imgur.com/xUyDQ.png')));

我直接从 StackOverflow 读取了您的图片。接下来，我们将应用我所说的形态：

se = strel('line', 100, 90);
out = imopen(mask, se);

strel 的第二个输入是行的长度，因为 'line' 是您正在使用的标志 - 这表示一个行结构元素，第三个输入是行的方向。 90 表示 90 度，或一条垂直线。

接下来，我们可以使用bwlabel 代替bwconncomp... 不仅因为它使用起来更简单，而且速度更快。 bwlabel 为您提供了一个标签矩阵，用于标记图像中的每个唯一对象。对象按列优先顺序标记，因此从上到下，从左到右。

这意味着左边的页面将被赋予标签#1....所以你可以这样做来提取左边的页面：

left_page = label == 1;
imshow(left_page);

我们得到这张图片：

【讨论】：

【解决方案2】：

根据@rayryeng 的要求，这是一种非常简单的替代方法。

im = imread('xUyDQ.png');
im = im2bw(im); 
im = imerode(im, ones(6));

结果...

向后扩张……

im = imdilate(im, ones(6)); 
figure, imshow(im)

您当然可以通过将 6 减小到更小的值来获得更小的侵蚀。发生的事情是，我基本上是在使用一个自定义结构元素进行侵蚀，该元素是一个 6x6 的矩阵 - 实际发生的是边界上 6 个像素被更改为零，因此您可以在页面之间获得所需的分隔正在找。

【讨论】：

这个答案与我写的答案之间的唯一区别是您提供了不同的结构元素。 ones(6) 是一个方形结构元素，可以通过 se = strel('square', 6); 创建。我不会认为方形结构元素是“自定义”的。我写的答案与您在此处写的答案之间确实没有太大区别……只是您明确地将腐蚀和膨胀操作分开，而我将它们与开口结合在一起，但我离题了。很高兴在答案中看到您的想法。祝你好运！
啊，我应该事先查看 imopen 的 .m 文件——你说得对，它只是腐蚀+扩张！ ...我认为功能的细节还有更多。我之前用过它，但后来改用单独使用它们，因为我并不总是希望两个函数都使用相同的结构元素——而且使用“正方形”和“圆盘”似乎太神奇了，我喜欢看到理论多一点。无论如何，很酷，总是很有趣地了解comp vision :)
啊，是的，很公平。其实你的心态是对的。坚持下去！..是的。深入研究计算机视觉总是很有趣:) 既然我知道你来自哪里，我已经赞成你的答案。干得好！

【解决方案3】：

我实际上发现有一个 matlab 函数 bwconncomp 可以标记组件。

components = bwconncomp(mask);
c_ind = components.PixelIdxList;

【讨论】：

您确定这会将两个页面分开吗？不是简单地将左右页面作为一个标签吗？当您查看中间（书脊）时，这些页面实际上是相连的。我现在实际上正在写一些东西，不仅可以分隔页面，还可以标记它们（通过bwconncomp / bwlabel）。
哈哈。谢谢:)...只是很多经验。我每天都在处理图像处理问题。