Nadmierne segmentacji Watershed algorytmu

Question

I po 2-D Watershed example mathworks.com w celu oddzielenia połączonych przedmiotów, jak na rysunku poniżej:

Kod jest podsumować jako:

bw = imread('some_binary_image.tif'); 

D = -bwdist(~bw); 

D(~bw) = -Inf; 

L = watershed(D); 

Wynik:

Cząstka w środku została podzielona na dwie części. Czy są tutaj jakieś sposoby na uniknięcie nadmiernej segmentacji?

Dzięki, lennon310, chessboard działa dobrze dla większości moich zdjęć, ale nadal istnieją pewne przypadki, że nie. Na przykład, następujący binarny obraz:

Korzystanie szachownicę spowoduje:

Jak mam setki obrazów, wydaje się, że trudno jest znaleźć jedną kombinację parametrów, które pracują dla wszystkich zdjęć . Zastanawiam się, czy muszę połączyć dobre wyniki dostał z użyciem szachownicy, cityblock, etc ...

Answer 1

Zastosowanie max(abs(x1-x2),abs(y1-y2)) jako odległość metrycznym (szachownicy) i użyć ośmiu połączony sąsiedztwo w watershed funkcję:

bw=im2bw(I); 

D = -bwdist(~bw,'chessboard'); 
imagesc(D) 
D(~bw) = -Inf; 

L = watershed(D,8); 
figure,imagesc(L) 

Wynik:

Answer 2

mam do czynienia z tym samym numerze na chwilę. Dla mnie rozwiązaniem było użycie metody wodomierza opartego na markerach. Wygląda na przykładach dotyczących sposobu zlewni podanych na blogu Matlab przez Steve: http://blogs.mathworks.com/steve/ Ta metoda podana przez niego pracowały dla mnie najlepsze: http://blogs.mathworks.com/steve/2013/11/19/watershed-transform-question-from-tech-support/

Teraz, w idealnym świecie, bylibyśmy w stanie segmentu wszystko prawidłowo za pomocą jednej metody . Ale dział wodny przełamuje lub zmniejsza segment cząsteczki, bez względu na to, z której metody korzystasz (chyba że ręcznie podasz znaczniki). Obecnie używam półautomatycznej metody segmentacji; tj. użyj działów wodnych, aby jak najlepiej posegmentować obraz, a następnie przenieś go do programu MSPaint i zmodyfikuj ręcznie, aby skorygować brak/niepełną segmentację.

Wydaje się, że w przeszłości niektórzy ludzie stosowali uprawy regionalne. Ale moja wiedza o przetwarzaniu obrazów jest ograniczona, więc nie mogę ci z tym pomóc. Byłoby wspaniale, gdyby ktokolwiek mógł opublikować coś o tym, jak wykorzystać rozwój regionalny do segmentowania takiego obrazu.

Mam nadzieję, że to pomoże.