本文介绍了如何通过Oriented Watershed Transform (OWT) 和 Ultrametric Contour Map (UCM) 实现图像的层次分割，以修复边界检测器检测出的非封闭边界。首先，利用OWT产生初始区域，然后构建UCM以形成轮廓层次树。通过调整阈值，可以合并区域并得到封闭的分割结果。整个过程包括边界检测、OWT的弧修正和UCM的区域合并，最终实现高质量的图像分割。
一、目的：由于边界检测器检测出来的边界大多时候都不是封闭的，因此，我们要在确保边界质量的基础上修复边界。
二、大概思想：在之前边界检测器检测出的轮廓基础上，使用层次分割。首先使用一种新的分水岭变换——OWT，产生一系列初始的小区域，然后我们利用这些小区域的边界建立一个超度量等值线图（UCM），OWT-UCM可以看做是将轮廓换成轮廓层次树的一种方法。整个过程如下图：
第1幅图：原图；
第2幅图：轮廓检测器检测出来的轮廓；
第3幅图：采用OWT-UCM方法得出的结果，都是封闭的区域；
第4幅图：采用最合适的UCM值进行初始的过分割，调节阈值，可以合并一些区域，每个区域的颜色采用这个区域原来颜色的平均值；
第5幅图：UCM在0.5得到的
1226
647
2188
282
3372
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
最低0.47元/天 解锁文章
