Matlab分水岭算法-控制分离宽度

Question

我对使用分水岭算法分离图像上的特征很感兴趣。使用 matlab 教程，我尝试编写一个小的原理证明算法，我可以在图像分析中进一步使用它。

Im = imread('../../Pictures/testrec.png');
bw = rgb2gray(Im);
figure
imshow(bw,'InitialMagnification','fit'), title('bw')

%Compute the distance transform of the complement of the binary image.
D = bwdist(~bw);
figure
imshow(D,[],'InitialMagnification','fit')
title('Distance transform of ~bw')

%Complement the distance transform, and force pixels that don't belong to the objects to be at Inf .
D = -D;
D(~bw) = Inf;

%Compute the watershed transform and display the resulting label matrix as an RGB image.
L = watershed(D);
L(~bw) = 0;
rgb = label2rgb(L,'jet',[.5 .5 .5]);
figure
imshow(rgb,'InitialMagnification','fit')
title('Watershed transform of D')

特征分离似乎有些随机，从中间的延长特征可以看出。但是，分水岭算法似乎没有任何参数可用于优化其性能。你能建议如何引入这样的参数，或者更好的算法来处理数据。

额外问题：我有兴趣首先使用 bwconncomp 分离我的图像，然后有选择地将分水岭算法仅应用于某些区域。假设我知道我想将算法应用到哪些 cc.PixelIdxList 区域 - 如何获得具有分离组件的新 PixelIdxList。

Answer 1

分水岭变换不能分离凸形。 没有办法改变这一点。凸形总是产生一个对象。

非常接近凸面的斑点总是会导致较差的分水岭结果。

你得到“有点随机”结果而不是单个盆地的唯一原因是有几个像素有点偏离周边。

流域的结果通过预处理和后处理得到改善。但这对于某个问题来说是非常具体的。