Step 1: Read in the Color Image and

Step 1: Read in the Color Image and Convert it to Grayscale
Step 2: Use the Gradient Magnitude as the Segmentation Function
Use the Sobel edge masks, imfilter, and some simple arithmetic to compute gradient magnitude. The gradient is high at the borders of the objects and low (mostly) inside the objects.
Can you segment the image by using the watershed transform directly on the gradient magnitude?
No. Without additional preprocessing such as the marker computations below, using the watershed transform directly often results in "oversegmentation."

Step 3: Mark the Foreground Objects
A variety of procedures could be applied here to find the foreground markers, which must be connected blobs of pixels inside each of the foreground objects. In this example you'll use morphological techniques called "opening-by-reconstruction" and "closing-by-reconstruction" to "clean" up the image. These operations will create flat maxima inside each object that can be located using imregionalmax.

Opening is an erosion followed by a dilation, while opening-by-reconstruction is an erosion followed by a morphological reconstruction. Let's compare the two. First, compute the opening using imopen.
Next compute the opening-by-reconstruction using imerode and imreconstruct.
Following the opening with a closing can remove the dark spots and stem marks. Compare a regular morphological closing with a closing-by-reconstruction. First try imclose:
Now use imdilate followed by imreconstruct. Notice you must complement the image inputs and output of imreconstruct.
As you can see by comparing Iobrcbr with Ioc, reconstruction-based opening and closing are more effective than standard opening and closing at removing small blemishes without affecting the overall shapes of the objects. Calculate the regional maxima of Iobrcbr to obtain good foreground markers.
To help interpret the result, superimpose the foreground marker image on the original image.
Notice that some of the mostly-occluded and shadowed objects are not marked, which means that these objects will not be segmented properly in the end result. Also, the foreground markers in some objects go right up to the objects' edge. That means you should clean the edges of the marker blobs and then shrink them a bit. You can do this by a closing followed by an erosion.
This procedure tends to leave some stray isolated pixels that must be removed. You can do this using bwareaopen, which removes all blobs that have fewer than a certain number of pixels.
Step 4: Compute Background Markers
Now you need to mark the background. In the cleaned-up image, Iobrcbr, the dark pixels belong to the background, so you could start with a thresholding operation.
The background pixels are in black, but ideally we don't want the background markers to be too close to the edges of the objects we are trying to segment. We'll "thin" the background by computing the "skeleton by influence zones", or SKIZ, of the foreground of bw. This can be done by computing the watershed transform of the distance transform of bw, and then looking for the watershed ridge lines (DL == 0) of the result.
Step 5: Compute the Watershed Transform of the Segmentation Function.
The function imimposemin can be used to modify an image so that it has regional minima only in certain desired locations. Here you can use imimposemin to modify the gradient magnitude image so that its only regional minima occur at foreground and background marker pixels.
Finally we are ready to compute the watershed-based segmentation.
Step 6: Visualize the Result
One visualization technique is to superimpose the foreground markers, background markers, and segmented object boundaries on the original image. You can use dilation as needed to make certain aspects, such as the object boundaries, more visible. Object boundaries are located where L == 0.
This visualization illustrates how the locations of the foreground and background markers affect the result. In a couple of locations, partially occluded darker objects were merged with their brighter neighbor objects because the occluded objects did not have foreground markers.

Another useful visualization technique is to display the label matrix as a color image. Label matrices, such as those produced by watershed and bwlabel, can be converted to truecolor images for visualization purposes by using label2rgb.
You can use transparency to superimpose this pseudo-color label matrix on top of the original intensity image.

ผลลัพธ์ (ไทย) 1:

ขั้นตอนที่ 1: อ่านในภาพสี และแปลงเป็นระดับสีเทาขั้นตอนที่ 2: ใช้ขนาดไล่ระดับเป็นฟังก์ชันแบ่งใช้มาสก์ขอบ Sobel, imfilter และคณิตศาสตร์บางเรื่องจะคำนวณไล่ระดับขนาด การไล่ระดับสีได้สูงที่เส้นขอบของวัตถุและต่ำ (ส่วนใหญ่) ภายในวัตถุคุณสามารถแบ่งส่วนภาพ โดยใช้การแปลงพื้นที่ลุ่มน้ำโดยตรงบนขนาดไล่ระดับหรือไม่ไม่ใช่ โดยไม่ต้องเติมประมวลผลเบื้องต้นเช่นการประมวลผลเครื่องหมายด้านล่าง ใช้แปลงพื้นที่ลุ่มน้ำโดยตรงมักจะเกิด "oversegmentation"ขั้นตอนที่ 3: ทำเครื่องหมายวัตถุเบื้องหน้าหลากหลายขั้นตอนสามารถใช้ที่นี่เพื่อค้นหาเครื่องหมายเบื้องหน้า ซึ่งต้องเชื่อมต่อ blobs สีของพิกเซลในแต่ละวัตถุเบื้องหน้า ในตัวอย่างนี้จะใช้ เทคนิคของเรียกว่า "เปิดโดยฟื้นฟู" และ "ปิดโดยฟื้นฟู" เพื่อ "ล้าง" ภาพ การดำเนินการเหล่านี้จะสร้างแมกแบนภายในแต่ละวัตถุที่สามารถใช้ imregionalmax อยู่เปิดเป็นการพังทลายตามที่ dilation ขณะเปิดโดยฟื้นฟู การพังทลายตามฟื้นฟูสัณฐาน ลองเปรียบเทียบทั้งสอง ครั้งแรก คำนวณการเปิดใช้ imopenคำนวณการเปิดโดยฟื้นฟูต่อไป โดยใช้ imerode และ imreconstructต่อไปนี้เปิดกับปิดสามารถเอาจุดมืด และเกิดเครื่องหมาย เปรียบเทียบการปิดของปกติกับที่ปิดโดยฟื้นฟู ลอง imclose:ตอนนี้ ใช้ imdilate ตาม ด้วย imreconstruct แจ้งคุณต้องเติมเต็มภาพอินพุตและเอาพุตของ imreconstructคุณสามารถดู โดยการเปรียบเทียบ Iobrcbr กับชื่อ การฟื้นฟูเปิดและปิดมีประสิทธิภาพมากขึ้นกว่ามาตรฐานเปิด และปิดที่เอาฝ้าขนาดเล็กสภาพโดยรวมรูปร่างของวัตถุ คำนวณแมกภูมิภาคของ Iobrcbr ได้รับเครื่องหมายพื้นหน้าดีเพื่อช่วยแปลผล superimpose รูปเครื่องหมายเบื้องบนภาพต้นฉบับโปรดสังเกตว่า บางวัตถุ occluded ส่วนใหญ่ และมีเงาจะไม่ทำเครื่องหมาย ซึ่งหมายความ ว่า วัตถุเหล่านี้จะไม่สามารถถูกแบ่งเป็นช่วงอย่างในผลลัพธ์สุดท้าย ยัง เครื่องหมายเบื้องหน้าในบางวัตถุไปทางขวาจนถึงขอบของวัตถุ นั่นหมายความว่า คุณควรทำความสะอาดขอบของ blobs เครื่องหมายแล้ว หดไปหน่อย คุณสามารถทำได้ โดยการปิดที่ตาม ด้วยการกัดเซาะขั้นตอนนี้มีแนวโน้มไปพิกเซลแยกบางหลงทางที่ต้องเอาออก คุณใช้ bwareaopen ซึ่งเอา blobs สีทั้งหมดที่มีน้อยกว่าจำนวนของพิกเซลขั้นตอนที่ 4: คำนวณพื้นหลังเครื่องหมายตอนนี้ คุณต้องทำเครื่องหมายที่อยู่เบื้องหลัง ในรูปค่าทำความสะอาด Iobrcbr พิกเซลสีดำเป็นพื้นหลัง ดังนั้นคุณสามารถเริ่มต้น ด้วยการดำเนินการ thresholdingพื้นหลังที่พิกเซลที่ดำ แต่ห้องเราไม่ต้องการเครื่องหมายพื้นหลังจะใกล้เกินไปขอบของวัตถุเราพยายามที่จะแบ่งส่วน เราจะ "บาง" อยู่เบื้องหลัง โดยการคำนวณแบบ "โครงกระดูก โดยเขตอิทธิพล" SKIZ ของพื้นหน้าของ bw หรือ นี้สามารถทำได้ โดยการคำนวณการแปลงพื้นที่ลุ่มน้ำของแปลงระยะห่างของ bw และค้นหาบรรทัดริดจ์ลุ่มน้ำ (DL == 0) ผลของการขั้นตอนที่ 5: คำนวณการแปลงพื้นที่ลุ่มน้ำของฟังก์ชันแบ่งสามารถใช้ imimposemin ฟังก์ชันการปรับเปลี่ยนภาพให้มีกมินิมาภูมิภาคเฉพาะในบางตำแหน่งต้อง ที่นี่คุณสามารถใช้ imimposemin เพื่อปรับเปลี่ยนรูปขนาดไล่ระดับให้กมินิมาเฉพาะภูมิภาคเกิดขึ้นที่พื้นหน้าและพื้นหลังเซลเครื่องหมายสุดท้าย เราจะพร้อมที่จะคำนวณการแบ่งกลุ่มตามพื้นที่ลุ่มน้ำขั้นตอนที่ 6: เห็นภาพผลลัพธ์เทคนิคการแสดงภาพประกอบเพลงหนึ่งสนับเครื่องหมายเบื้องหน้า เบื้องหลังเครื่องหมาย และขอบเขตของวัตถุแบ่งเป็นส่วน ๆ บนภาพต้นฉบับได้ คุณสามารถใช้ dilation ตามความจำเป็นเพื่อทำให้แอพพลิเคชัน เช่นขอบเขตของวัตถุ มองเห็นมากขึ้น ขอบเขตของวัตถุอยู่ที่ L == 0แสดงภาพประกอบเพลงนี้แสดงให้เห็นว่าตำแหน่งของเครื่องหมายเบื้องหน้าและเบื้องหลังมีผลกระทบต่อผล ในสองสถาน วัตถุบางส่วน occluded เข้มถูกผสานกับความสว่างใกล้เคียงวัตถุ เพราะวัตถุที่ occluded ไม่มีเครื่องหมายเบื้องหน้าเทคนิคการแสดงภาพประกอบเพลงที่มีประโยชน์อีกคือการ แสดงเมตริกซ์ป้ายเป็นรูปสี สามารถแปลงเพื่อวัตถุประสงค์ในการแสดงภาพประกอบเพลงภาพ truecolor ป้ายเมทริกซ์ เช่นผลิต โดยลุ่มน้ำและ bwlabel โดย label2rgbคุณสามารถใช้ความโปร่งใสสนับเมทริกซ์นี้ป้ายสีลกันบนความเข้มภาพต้นฉบับ

ผลลัพธ์ (ไทย) 3:

ขั้นตอนที่ 1 : อ่านภาพสีและแปลงให้เป็นสีเทา
ขั้นที่ 2 : ใช้ไล่ระดับขนาดเป็นการแบ่งส่วนการทำงาน
ใช้ลิงค์ขอบหน้ากาก imfilter และบางอย่างง่ายคณิตศาสตร์คำนวณไล่ระดับขนาด การไล่ระดับสีสูงที่เส้นขอบของวัตถุ และต่ำ ( ส่วนใหญ่ )
ภายในวัตถุคุณสามารถแบ่งส่วนภาพโดยการใช้สันปันน้ำแปลงโดยตรงบนลาดขนาด ?
ไม่ติดกันโดยไม่ต้องเพิ่มเติม เช่น เครื่องหมายการคำนวณด้านล่างโดยใช้สันปันน้ำแปลงโดยตรงมักจะผลใน " oversegmentation "

ขั้นตอนที่ 3 : มาร์คเบื้องหน้าวัตถุ
ความหลากหลายของขั้นตอนนี้สามารถใช้ที่นี่เพื่อหาฉากหน้าเครื่องหมายซึ่งจะต้องเชื่อมต่อ blobs ของพิกเซลภายในแต่ละพื้นวัตถุ ในตัวอย่างนี้จะใช้เทคนิคลักษณะที่เรียกว่า " เปิดโดยการฟื้นฟู " และ " ปิด " สะอาด " โดยการ " ขึ้นรูป การดำเนินการเหล่านี้จะสร้างแฟลต แม็กซิม่าภายในแต่ละวัตถุที่สามารถอยู่ได้โดยใช้ imregionalmax เปิด

คือ การกัดเซาะตามด้วยการขยายขณะที่การฟื้นฟูเป็นกัดเซาะตามด้วยการบูรณะสัณฐานวิทยา . ลองเปรียบเทียบ ครั้งแรก ค่าเปิดใช้ imopen .
ต่อไปคำนวณโดยการเปิดใช้ imerode และ imreconstruct .
หลังเปิดกับปิดสามารถลบจุดด่างดำ ลำต้นและเครื่องหมาย เปรียบเทียบสัณฐานวิทยาปกติปิดด้วยการปิดโดยการสร้างใหม่แรกพยายาม imclose :
ตอนนี้ใช้ imdilate ตาม imreconstruct . แจ้งคุณต้องเสริมภาพอินพุตและเอาต์พุตของ imreconstruct .
อย่างที่คุณเห็นโดยการเปรียบเทียบ iobrcbr กับ IOC , ฟื้นฟูการเปิดและปิด ตามมาตรฐาน และมีประสิทธิภาพมากกว่าการเปิดปิดในการลบรอยขนาดเล็กโดยไม่มีผลต่อรูปร่างโดยรวมของวัตถุคำนวณ Maxima ภูมิภาค iobrcbr ให้ได้ดีเบื้องหน้าเครื่องหมาย
ช่วยแปลผล , ใส่เครื่องหมายบนพื้นภาพ ภาพต้นฉบับ
สังเกตเห็นว่าบางส่วนของส่วนใหญ่ occluded เงาวัตถุและไม่ทำเครื่องหมาย หมายความว่า วัตถุเหล่านี้จะไม่สามารถแบ่งได้อย่างถูกต้องในตอนจบ นอกจากนี้เบื้องหน้าเครื่องหมายในวัตถุบางอย่างไปถึงขอบของวัตถุ . นั่นหมายความว่าคุณควรจะทำความสะอาดขอบของเครื่องหมาย blobs และลดขนาดนั้นสักหน่อย คุณสามารถทำเช่นนี้โดยการปิด ตามด้วยการกัดเซาะ
ขั้นตอนนี้มีแนวโน้มที่จะปล่อยบางส่วนหลงทางแยกพิกเซลที่ต้องลบออก คุณสามารถทำเช่นนี้โดยใช้ bwareaopen ซึ่งเอา blobs ทั้งหมดที่มีน้อยกว่าจํานวนของพิกเซล .