分水岭变换:图像分割策略

分水岭一词指的是将不同水系排水的地区划分开来的山脊。集水区是指汇入河流或水库的地理区域。

那么，流域和集水区与分析生物组织、研究星系或研究新的半导体技术有什么关系呢?这和什么有联系图像处理？

这种联系是通过计算机分析数字图像中的物体来实现的。这些物体可以是任何东西:血细胞、星星、打印页面上的墨粉点、DNA微阵列元素，甚至是量子半导体点，就像这张照片上的一样。

计算机对图像对象的分析从找到它们开始——决定哪些像素属于每个对象。这就是所谓的图像分割，将物体与背景以及彼此分开的过程。R. Gonzalez和R. Woods在他们广泛使用的教科书(数字图像处理非平凡图像的分割是图像处理中最困难的任务之一。分割的准确性决定了计算机分析程序的成败。

图像处理工具箱的最新版本(版本3)包含了用于计算和应用分水岭变换的新功能，分水岭变换是解决图像分割问题的强大工具。

理解分水岭变换需要你把图像想象成一个曲面。例如，考虑下面的图片:

例1:分割二值图像

考虑在二值图像中分离两个触摸物体的任务。我们如何修改这幅图像，使它的流域是两个圆形物体?

为此，我们将使用图像处理工具箱中的另一个新工具:bwdist，它计算距离变换。二值图像的距离变换是从每个像素到最近的非零值像素的距离，如本例所示。

二值图像的距离变换，用bwdist (BW)如图A(左)所示。

这张图像不是很有用，因为整个图像中只有一个集水区。相反，尝试计算图像补的距离变换:

D = bwdist(~BW);%图片B(上图)

这张图像更近，但我们需要消除距离变换，把两个明亮的区域变成汇水盆地。

D = -bwdist(~BW);% image C(上图)

现在每个物体都有一个集水区，所以我们称之为集水区函数。l=

分水岭(D);

l叫做a标签矩阵，其中包含正整数，对应于每个集水区的位置。我们可以用的零值元素l，以分离原始图像中的物体。

Bw (l == 0) = 0imshow(BW) %分割图像D(上图)

例子2:分割量子点

量子点图像需要做更多的工作，使其适合分水岭分割。首先，我们将图像转换为灰度，并使用形态学顶帽算子(许多新的灰度形态学工具之一)与磁盘形状的结构元素来平滑光照不均匀。

I = rgb2gray(RGB);I2 = imtophat(I, strel('disk'， 10));

其次，我们使用一个名为graythresh确定将图像转换为二值的良好阈值。

level = graythresh(I2);BW = im2bw(I2,level);

最后，计算补齐后的二值图像的距离变换，对其进行修改，使其成为背景本身的集水区，并计算集水区变换。新函数label2rgb用于使用不同颜色显示分割的对象。

D = -bwdist(~BW);D(~BW) = -Inf;L =分水岭(D);imshow (label2rgb (L,“喷气机”,“w”))

例3:分割钢晶粒

最后一个例子是显微镜下的钢颗粒图像，它看起来很适合分水岭分割，因为浅色区域已经被暗线很好地分隔开了。

我们可以简单地计算互补图像的分水岭。

L =分水岭(imcomplement(I));

不幸的是，这不是很好地工作，正如你可以看到下面:

结果,oversegmentation，是分水岭分割中一个众所周知的现象。出现过度分割的原因是，每一个区域最小值，即使很小，微不足道，都形成了自己的集水区。一种解决方案是修改图像以删除太浅的最小值。这就是我要做的h-minima变换(imhmin)。

I2 = imcomplement(I);I3 = imhmin(I2,20);%20是抑制浅层最小值的高度阈值L =分水岭(I3);

这是改进后的结果。

您已经了解了使用分水岭变换分割图像的几种方法。另一种技术，称为标记控制分水岭分割，描述在图像处理工具箱页面。要了解更多关于如何在您自己的工作中使用分水岭变换的信息，请查看“进一步阅读”。

什么是新的图像处理工具箱3

63个新的工具箱功能大大扩展了它在这些主要领域的能力:

• 灰度形态学
• 空间的转换
• 图像配准
• 图像去模糊
• 日本进口
• 多维图像处理
• 整数图像的算术和滤波
• 便于在易于使用的图形环境中进行仪器控制的工具
• 用于确定计算机可用硬件的函数
• 在一个MATLAB会话中与多个仪器通信

有关新版本的更多信息，请参阅图像处理工具箱页面。