使用纹理过滤器进行纹理分割

打开直播脚本

这个例子展示了如何根据纹理识别和分割区域。

读图像

阅读并显示袋子上的纹理图案的灰度图像。

我= imread (“bag.png”）;imshow（i）标题（原始图像的）

图中包含一个轴对象。标题为“Original Image”的axis对象包含一个类型为Image的对象。

创建纹理映像

用entropyfilt.创建纹理图像。功能entropyfilt.返回一个数组，其中每个输出像素包含在输入图像中的相应像素周围的9×9附近的熵值我．熵是随机性的统计度量。

你也可以用stdfilt和范围以达到相似的分割结果。为比较纹理图像的局部熵，生成纹理图像年代和R显示本地标准偏差和局部范围。

E = entropyfilt(我);S = stdfilt(我的(9));R = rangefilt(我的(9));

用rescale.重新缩放纹理图像E和年代使像素值在数据类型图像所期望的范围[0,1]双．

EIM = Rescale（e）;SIM = Rescale;

在蒙太奇中显示三个纹理图像。

蒙太奇（{EIM，SIM，R}，“大小”，[1 3]，'背景颜色'，' w '，“BorderSize”, 20)标题(“显示局部熵、局部标准差和局部范围的纹理图像”）

图中包含一个轴对象。具有标题纹理图像的轴对象显示本地熵，本地标准偏差和本地范围包含类型图像的对象。

为底部纹理创建面膜

本例继续对熵纹理图像进行处理Eim．您可以对其他两种类型的纹理图像重复类似的过程，以实现类似的分段结果。

阈值重新缩放的图像Eim分割纹理。选择阈值为0.8，因为它大致沿着纹理之间的边界的像素的强度值。

BW1 = Imbinarize（EIM，0.8）;imshow（bw1）标题（'阈值纹理图像'）

图中包含一个轴对象。标题为“阈值纹理图像”的轴对象包含一个类型为“图像”的对象。

二值图像中分割的目标BW1是白色的。如果你比较BW1来我，你会注意到顶部的纹理被过度分割(多个白色物体)，而底部的纹理几乎被整体分割。使用。删除顶部纹理中的对象bwareaopen．

Bwao = Bwareaopen（BW1,2000）;imshow（bwao）标题（“Area-Opened纹理图像”）

图中包含一个轴对象。标题为Area-Opened Texture Image的axis对象包含一个类型为Image的对象。

用imclose磨平边缘，并堵住物体上的任何开口BWao．指定同一个9乘9的街区entropyfilt.．

nhope = =那些（9）;Trickbwao = Imclose（Bwao，Nhope）;IMSHOW（TRESTBWAO）标题（封闭的纹理图像的）

图中包含一个轴对象。具有标题闭合纹理图像的轴对象包含类型图像的对象。

用imfer.填补物体上的洞closeBWao．底部纹理的遮罩并不完美，因为遮罩没有延伸到图像的底部。但是，你可以使用蒙版来分割纹理。

掩码= imfill (closeBWao,'洞'）;imshow(面具);标题(“底部纹理蒙版”）

图中包含一个轴对象。标题为Mask of Bottom Texture的axes对象包含一个类型为image的对象。

使用蒙版分割纹理

将纹理分割成两个不同的图像。

textureTop =我;textureTop(面具)= 0;textureBottom =我;textureBottom面具(~)= 0;蒙太奇({textureTop textureBottom},“大小”，[1 2]，'背景颜色'，' w '，“BorderSize”, 20)标题(“分割顶部纹理(左)和分割底部纹理(右)”）

图中包含一个轴对象。标题为“分割顶部纹理(左)”和“分割底部纹理(右)”的轴对象包含一个类型为image的对象。

显示分割结果

创建一个标签矩阵，标签1在掩码所在的位置假还有面具所在的标签真的．覆盖原始图像上的标签矩阵。

L =面具+ 1;L) imshow (labeloverlay(我)标题('标记分割区域'）

图中包含一个轴对象。带有标题标签分割区域的轴对象包含一个类型为图像的对象。

用青色勾勒出两个纹理之间的边界。

边界= bwperim(面具);imshow (labeloverlay(边界,我“Colormap”，[0 1 1]））标题（“纹理之间的界限”）

图中包含一个轴对象。具有标题Boundary Between Textures的axes对象包含一个类型为image的对象。

另请参阅

图像处理工具箱文档

金宝app

与Matlab引入深度学习

下载电子书