MATLAB中的图像分割算法
我需要在MATLAB中实现一个基于连通分量算法原理的图像分割函数，但需要做一些修改。这是为了非常简单的2D图像，有一个背景颜色和一些不同颜色的对象。
其思想是，将图像作为一个矩阵，我提供了一个选择背景颜色的工具（它将对每个图像变化）。然后，当图像的背景颜色的值被选中时，我要对图像中的所有对象进行分割，结果应该是一个带标签的矩阵，图像大小相同，背景为0，每个对象有不同的数字。
这是我的意思的一个生动的例子：
我明白如何做的想法，但我不知道如何在MATLAB上实现。对于每个像素（矩阵位置），我应该将其标记为已访问，然后如果该值对应于背景值，则赋值0，如果不是，则赋值另一个值。对象可以由不同的颜色形成，所以最后，我需要分割相邻像素的组，不管它们的颜色是什么。此外，我必须使用8-连通性，以便将示例图像的绿色对象计算为仅一个对象，而不是4个不同的对象。而且，对象应该从上到下，从左到右来计数。
在MATLAB中有没有一种简单的方法来实现这一点？我知道bwlabel函数，但它只适用于二进制图像，所以我想根据我的情况修改它。
共有1个答案
一旦你知道了背景颜色，你就可以很容易地将你的图像转换成同样大小的二进制蒙版：
bw=img!=bg_color;
有了二进制掩码后，就可以按照自己的建议，使用8连接参数调用bwlavel。
注意：您可能希望在处理之前使用RGB2IND将彩色图像从RGB表示形式转换为索引图像。
-
我有一个有多个分离的圆形区域的噪声图像是模糊的。具有六个感兴趣区域(ROI)的这种图像的示例是： 在Matlab中使用和给定的阈值很容易用全局阈值分割图像。但是我想相对于每个ROI（而不是整个图像）的最大像素值设置一个固定阈值（例如54%)，来分割每个ROI。 我有一组不同ROI大小和位置的图像，我需要基于区域阈值分割来分割它们，因此我也无法使用Matlab交互工具来选择它们。 谢谢
-
目标 在本章中， 我们将学习使用分水岭算法实现基于标记的图像分割 我们将看到：cv.watershed() 理论 任何灰度图像都可以看作是一个地形表面，其中高强度表示山峰，低强度表示山谷。你开始用不同颜色的水(标签)填充每个孤立的山谷(局部最小值)。随着水位的上升，根据附近的山峰(坡度)，来自不同山谷的水明显会开始合并，颜色也不同。为了避免这种情况，你要在水融合的地方建造屏障。你继续填满水，建造障
-
目标 在这一章当中， 我们将学习使用基于标记的分水岭算法来进行图像分割 我们将看到：cv2.watershed() 理论基础 任何灰度图像可以被看作是一个地形表面，其中高强度表示峰和山，而低强度表示山谷。你开始用不同颜色的水（标签）填充每个孤立的山谷（局部最小值）。随着水位上升，根据附近的山峰（梯度），来自不同山谷的水，明显不同的颜色将开始合并。为了避免这种情况，你在水合并的地方建立障碍。你继续填
-
我使用精明的边缘检测器来检测输入图像的边缘。 在每个输入图像中，可以有两个对象（主对象和其中的另一个对象），如示例图像所示。因此，在这种情况下，我应该检测两条边 我根据输入图像自动确定上下阈值（使用中值和西格玛）。大多数情况下，canny工作正常，但有时当图像对比度不太好时，边缘检测失败，如以下示例所示（注意：-外边缘始终正确检测，内边缘出现问题） Canny检测到外部边界的边缘，但内部对象的边缘
-
我接到一个任务，要找到一种算法，将图G（V，E）分成几对相邻边（给图上色，这样每对相邻边都有相同的颜色）。 我试图通过绘制一些随机图表来解决这个问题，并得出了一些结论： 如果顶点连接到2（4,6,8…）阶数为1的顶点构成一对边 如果阶数为1的顶点直接连接到循环，则循环的哪条边与单条边配对并不重要 然而，我无法得出任何其他结论，所以我尝试了另一种方法。我考虑过使用DFS，找到连接点，并将图划分为具有
-
高分辨率遥感影像中丰富的地物目标与空间语义关系必须在多个尺度下才能充分表达和描述。多层次图像分割的目标就是对一幅图像通过一次分割生成具有网络层次关系的多尺度层次表达，为图像分类与地物目标提取提供基础。