watershed

今天本来想试试mser算法的,结果没看懂。就先看看类似的分水岭算法,用c++又有些看不懂,于是就在matlab先试试,matlab上面没有源码,就拿它的例子试了试,大概明白它的用法,就把注释给贴了上来。


 
 
  1. clear all; clc; close all;
  2. center1 = - 10;%第一个圆圆心的横坐标
  3. center2 = -center1;%第二个圆圆心的横坐标
  4. dist = sqrt( 2*( 2*center1)^ 2);%计算两个圆心之间的距离
  5. radius = dist/ 2 * 1.4;%圆的半径为两者距离的一半的 1.4倍,即两个圆肯定会相交
  6. lims = [floor(center1- 1.2*radius) ceil(center2+ 1.2*radius)];%floor 向下取整 ceil向上取整 为整个图像的大小
  7. [ x, y] = meshgrid(lims( 1):lims( 2));%生成一个 69* 69的网格平面
  8. bw1 = sqrt(( x-center1).^ 2 + ( y-center1).^ 2) <= radius;%计算每个坐标的跟(- 10,- 10)和( 1010)的距离,如果小于半径则置 1,否则置 0
  9. bw2 = sqrt(( x-center2).^ 2 + ( y-center2).^ 2) <= radius;
  10. bw = bw1 | bw2;%两个二值图像按位相或,合并在一起
  11. figure, imshow(bw, 'InitialMagnification', 'fit'), title( 'bw')%显示两个相或之后的结果
  12. D = bwdist(~bw);%对bw求反,然后求距离变换之后的结果
  13. figure, imshow(D,[], 'InitialMagnification', 'fit')%画出距离变换之后的结果
  14. title( 'Distance transform of ~bw')%标题
  15. D = -D;%对距离变换之后的结果求负值
  16. D(~bw) = -Inf;%把~bw中 1的部分全部置为-Inf
  17. % 功能:分水岭变换
  18. % 用法:L = watershed(A)
  19. % 输入:A——输入矩阵(任意维数)
  20. % 输出:L——分水岭标记矩阵
  21. % 注:L为整数(>= 0),标记 0不属于分水岭区域,标记 1属于第 1个分水岭区域,标记 2属于第 2个分水岭区域,以此类推。
  22. % 默认对二维矩阵使用 8连通,三维矩阵使用 26连通,高维矩阵使用conndef(ndims(A), 'maximal')来定义连通性。
  23. %
  24. % L = watershed(A, conn) specifies the connectivity to be used in the watershed computation. conn can have any of the following scalar values.
  25. % 输入:A——输入矩阵、conn——连通性
  26. % 输出:L——分水岭标记矩阵
  27. L = watershed(D); %- 1的位置置为 0,其他位置分别为 123
  28. % 功能:转换标记矩阵到RGB图像
  29. % 用法:RGB = label2rgb(L)
  30. % 输入:L——标记矩阵(可由labelmatrix, bwlabel, bwlabeln, watershed返回)
  31. % 输出:RGB——彩色图像
  32. % 注:根据L的数值对应,默认对应到colormap(jet)的色彩,返回RGB矩阵
  33. % RGB = label2rgb(L, map)
  34. % 输入:L——标记矩阵(可由labelmatrix, bwlabel, bwlabeln, watershed返回)、 map——颜色映射表
  35. % 输出:RGB——彩色图像
  36. % 注: map为n* 3的矩阵,可以通过MATLAB的colormap函数来返回,比如colormap( 'jet')等。也可以根据要求自己定义。默认为colormap(jet)。
  37. % RGB = label2rgb(L, map, zerocolor) defines the RGB color of the elements labeled 0 (zero) in the input label matrix L. As the value of zerocolor, specify an RGB triple or one of the strings listed in this table.
  38. % 输入:L——标记矩阵(可由labelmatrix, bwlabel, bwlabeln, watershed返回)、 map——颜色映射表、zerocolor——对应于标记 0的颜色
  39. % 输出:RGB——彩色图像 b
  40. % 注:zerocolor可以取值如表 1.1,默认为[ 1 1 1],即白色。
  41. % 表 1.1 取值列表
  42. % Value % Color
  43. % 'b' % 蓝色
  44. % 'c' % 蓝绿色
  45. % 'g' % 绿色
  46. % 'k' % 黑色
  47. % 'm' % 洋红色
  48. % 'r' % 红色
  49. % 'w' % 白色
  50. % 'y' % 黄色
  51. % RGB = label2rgb(L, map, zerocolor, order)
  52. % 输入:L——标记矩阵(可由labelmatrix, bwlabel, bwlabeln, watershed返回)、 map——颜色映射表、zerocolor——对应于标记 0的颜色、order——标记矩阵和颜色映射表对应方式
  53. % 输出:RGB——彩色图像
  54. % 注:order默认为noshuffle,即根据L的数值来对应颜色。另外可以取值为shuffle,说明使用伪随机方式来对应。
  55. rgb = label2rgb(L, 'jet',[. 5 . 5 . 5]);
  56. figure, imshow(rgb, 'InitialMagnification', 'fit')
  57. title( 'Watershed transform of D')


watershed算法是一种用于图像分割的计算机视觉算法。它的主要目标是将图像分割成不同的区域,每个区域代表图像中的一个目标或物体。该算法基于水流的概念,将图像看作一个地形,其中较高的像素值代表较高的地势,较低的像素值代表较低的地势。 watershed算法的基本原理是通过模拟水在地形上的流动来实现图像分割。首先,算法将图像中的像素值视为“水位”,通过计算边缘之间的梯度值来确定不同区域之间的分界线。然后,算法将这些分界线标记为“水坝”,并将水从最低的一处开始流动,直到遇到另一个水坝或边界。当水流到达某个像素处时,该像素被分配到相应的区域中。 watershed算法的优点是能够有效地对图像进行细粒度的分割,适用于复杂的图像场景。它可以识别图像中的物体边界,并在不同的区域中分离不同的目标。此外,watershed算法可以应用于多通道图像和实时图像处理中。 然而,watershed算法也存在一些局限性。首先,当图像中存在非常接近的物体时,算法容易将它们错误地分割成一个区域。其次,算法对图像噪声和纹理的敏感度较高,可能会导致结果不准确。此外,watershed算法对参数的选择也很敏感,需要经过调试和优化才能获得最佳结果。 总的来说,watershed算法是一种重要的图像分割方法,其基于水流的概念,能够对图像进行细粒度的分割。然而,在实际应用中,需要综合考虑算法的优缺点,并根据具体情况进行调整和优化,以获得满意的分割结果。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值