在matlab中分水岭分割后提取叶子答案

【问题标题】：extracting leaf after watershed segmentation in matlab在matlab中分水岭分割后提取叶子
【发布时间】：2015-09-04 08:16:41
【问题描述】：

应用分水岭分割后，我想从图像中提取剩余的叶子，并且只想得到像 image-2 这样没有背景的叶子。请你帮帮我。非常感谢。我还在下面附上了我的代码。我是stackoverflow的新手，因此我不允许发布图像。我在mathworks中问过同样的问题，如果你愿意的话，你可以从那里检查图像。

提前非常感谢。

http://www.mathworks.com/matlabcentral/answers/237106-extracting-leaf-from-background

image-1：分水岭分割后（彩色版）：

image-2: 图像是;

我的代码：

% I -- intensity image
  % Gmag -- gradient mag.
      se = strel('disk', 30);
Ie = imerode(I, se);
Iobr = imreconstruct(Ie, I);
figure
imshow(Iobr), title('Opening-by-reconstruction (Iobr)')
Iobrd = imdilate(Iobr, se);
Iobrcbr = imreconstruct(imcomplement(Iobrd), imcomplement(Iobr));
Iobrcbr = imcomplement(Iobrcbr);
figure
imshow(Iobrcbr), title('Opening-closing by reconstruction (Iobrcbr)')
fgm = imregionalmax(Iobrcbr);
figure
imshow(fgm), title('Regional maxima of opening-closing by reconstruction (fgm)')
% modify area 
I2 = I;
I2(fgm) = 255;
figure
imshow(I2), title('Regional maxima superimposed on original image (I2)')
se2 = strel(ones(10,10));
fgm2 = imclose(fgm, se2);
fgm3 = imerode(fgm2, se2);
fgm4 = bwareaopen(fgm3, 100);
I3 = I;
I3(fgm4) = 255;
figure
imshow(I3)
title('Modified regional maxima superimposed on original image (fgm4)')
% background markers
bw = im2bw(Iobrcbr, graythresh(Iobrcbr));
figure
imshow(bw), title('Thresholded opening-closing by reconstruction (bw)')
D = bwdist(bw);
DL = watershed(D);
bgm = DL == 0;
figure
imshow(bgm), title('Watershed ridge lines (bgm)')
gradmag2 = imimposemin(Gmag, bgm | fgm4);
L = watershed(gradmag2);
I4 = I;
I4(imdilate(L == 0, ones(3, 3)) | bgm | fgm4) = 255;
figure
imshow(I4)
title('Markers and object boundaries superimposed on original image (I4)')
Lrgb = label2rgb(L, 'jet', 'w', 'shuffle');
figure
imshow(Lrgb)
title('Colored watershed label matrix (Lrgb)')
figure
imshow(I)
hold on
himage = imshow(Lrgb);
himage.AlphaData = 0.3;
title('Lrgb superimposed transparently on original image')


props = regionprops(L);
[~,ind] = max([props.Area]);
imshow(L == ind);

【问题讨论】：

...那么您的问题到底是什么？我不明白你到底想要什么。
应用分水岭后，我得到了 L 矩阵（按区域划分）。然后我想提取你在第一张图片中看到的目标叶子，最大的一个。接下来，我想要一个只有目标叶子和黑色背景的图像，如 image-2。如您所见，image-2 只有要提取的叶子。我希望我解释得更好。
可以上传原图吗？你打算使用分水岭吗？恕我直言，有更好的算法来做这个
暂时不允许上传图片，但您可以从下面的链接下载。其次，Grabcut其实比这个分水岭分割要好，但是需要交互，我需要在matlab中自动完成。如果您向我推荐任何其他算法，我将不胜感激。图片：(i.imgur.com/OUXuZj5.jpg)
是的。链接在哪里？

标签： matlab image-processing image-segmentation watershed

【解决方案1】：

无法根据分割后的图像提取叶子，因为黄色分量将叶子分割成不同的部分。
此外，根据源代码，我了解到您使用的基本分水岭会产生过度分割。使用受约束的分水岭，也称为带标记的分水岭。
想办法共享原始图像和处理后的图像。

【讨论】：

不，我使用标记分水岭，而不是基本分水岭。有什么解决过度分割问题的建议吗？另外，即使你解决了这个问题，我怎样才能像第二张图像一样提取图像？
另外，这里是orjinal图片的链接：
您的结果显示了许多区域，这意味着您使用了许多内部标记。由于您只需要一片叶子，因此您只需要使用一个内部标记（以及您想要的尽可能多的外部标记）。然后，您将只有一个区域。
我将叶子标记的数量减少到一个，但结果没有改变，目标叶子上仍然存在很多区域。
是否可以分享您的意思的代码，谢谢

【解决方案2】：

我确认您使用的分水岭肯定存在问题。我在我自己的库上运行了你的代码，我使用了：一个内部标记（最大的组件，因此角上的叶子被丢弃），一个外部（内部膨胀），渐变图像。

这是我的结果：www.thibault.biz/StackOverflow/ResultLeaf.png。所以只有一个组件，因为我只使用一个内部标记。它并不完美，但已经更接近和更容易进行后期处理。

【讨论】：