Step 1: Read in the Color Image and

Step 1: Read in the Color Image and Convert it to Gray scale
Step 2: Use the Gradient Magnitude as the Segmentation Function
Use the Sobel edge masks, imfilter, and some simple arithmetic to compute the 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.

ผลลัพธ์ (ไทย) 1:

ขั้นตอนที่ 1: อ่านในภาพสี และแปลงเป็นโทนสีเทาขั้นตอนที่ 2: ใช้ขนาดไล่ระดับเป็นฟังก์ชันการแบ่งเซ็กเมนต์ใช้หน้ากากขอบ Sobel, imfilter และเลขคณิตง่ายบางจะคำนวณไล่ระดับขนาด ไล่ระดับสีได้สูงที่เส้นขอบของวัตถุและต่ำ (ส่วนใหญ่) ภายในวัตถุส่วนงานภาพ โดยใช้การแปลงป่าโดยตรงบนขนาดไล่ระดับไม่ใช่ โดยไม่เติมประมวลผลเบื้องต้นเช่นการประมวลผลเครื่องหมายด้านล่าง ใช้การแปลงป่าโดยตรงมักจะส่งผลให้ "oversegmentationขั้นตอนที่ 3: ทำเครื่องหมายวัตถุเบื้องหน้าหลากหลายขั้นตอนอาจจะใช้ที่นี่เพื่อค้นหาเครื่องหมายเบื้องหน้า ซึ่งต้องเชื่อมต่อ blobs ของพิกเซลของวัตถุเบื้องหน้า ในตัวอย่างนี้คุณจะใช้ เทคนิคสัณฐานเรียกว่า "เปิดโดยการฟื้นฟู" และ "ปิดโดยฟื้นฟู" เพื่อ "ล้าง" ภาพ ดำเนินการเหล่านี้จะสร้างแมกแบนภายในแต่ละวัตถุที่สามารถใช้ imregionalmax อยู่เปิดเป็นการพังทลายตาม ด้วยขยาย ในขณะที่เปิดโดยฟื้นฟู การพังทลายตาม ด้วยการบูรณะสัณฐาน ลองเปรียบเทียบทั้งสอง ครั้งแรก คำนวณการเปิดใช้ imopenคำนวณการเปิดโดยการบูรณะถัดไป โดยใช้ imerode และ imreconstructหลังจากที่เปิด ด้วยการปิดสามารถลบจุดด่างดำ และเกิดเครื่องหมาย เปรียบเทียบการปิดสัณฐานปกติกับการปิดบัญชีโดยบูรณะ ก่อนอื่น ลอง imclose:ตอนนี้ ใช้ imdilate ตาม ด้วย imreconstruct แจ้งคุณต้องเติมเต็มภาพอินพุตและเอาต์พุตของ imreconstructคุณสามารถดู โดยเปรียบเทียบ Iobrcbr กับ Ioc ฟื้นฟูการเปิดและปิดที่มีประสิทธิภาพมากกว่ามาตรฐานเปิด และปิดที่ลบรอยตำหนิขนาดเล็กรูปร่างโดยรวมของวัตถุไม่ คำนวณแมกภูมิภาคของ Iobrcbr การขอรับเครื่องหมายพื้นหน้าดีเพื่อช่วยแปลผล ซ้อนภาพเบื้องหน้าเครื่องหมายบนภาพต้นฉบับสังเกตเห็นว่า วัตถุ occluded เป็นส่วนใหญ่ และมีเงาบางอย่างไม่ทำเครื่องหมายไว้ ซึ่งหมายความ ว่า วัตถุเหล่านี้จะไม่สามารถแบ่งส่วนได้อย่างถูกต้องในผลลัพธ์สุดท้าย ยัง หมายเบื้องหน้าในบางวัตถุไปทางขวาจนถึงขอบของวัตถุ นั่นหมายความว่า คุณควรทำความสะอาดขอบของ blobs หมาย และลดขนาดให้เล็ก คุณสามารถทำได้ โดยการปิดที่ตาม ด้วยการกัดเซาะขั้นตอนนี้มีแนวโน้มจะ ออกจากบางพิกเซลแยกจรจัดที่ต้องถูกเอาออก คุณสามารถทำได้โดยใช้ bwareaopen ซึ่งเอา blobs ทั้งหมดที่มีน้อยกว่าจำนวนของพิกเซลขั้นตอนที่ 4: คำนวณเครื่องหมายพื้นหลังตอนนี้ คุณต้องทำเครื่องหมายที่อยู่เบื้องหลัง ในภาพขึ้นทำความสะอาด Iobrcbr พิกเซลมืดอยู่ในพื้นหลัง ดังนั้นคุณอาจเริ่มต้น ด้วยการ thresholdingพื้นหลังพิกเซลที่มีสีดำ แต่ระดับเราไม่ต้องการเครื่องหมายพื้นหลังจะใกล้กับขอบของวัตถุเรากำลังพยายามที่จะแบ่งส่วนเกิน เราจะ "บาง" อยู่เบื้องหลัง โดยการคำนวณการ "โครงกระดูก โดยอิทธิพลโซน" หรือ SKIZ ของพื้นหน้าของ bw สามารถทำ โดยใช้คอมพิวเตอร์แปลงป่าของแปลงระยะห่างของ bw และค้นหาป่าไกล ๆ แล้ว (DL == 0) ผลของการขั้นตอนที่ 5: คำนวณแปลงป่าของการแบ่งส่วนงานสามารถใช้ imimposemin ฟังก์ชั่นการแก้ไขภาพเพื่อให้มี minima ภูมิภาคเฉพาะในบางตำแหน่งต้องการ ที่นี่คุณสามารถใช้ imimposemin เพื่อปรับเปลี่ยนรูปขนาดไล่ระดับเพื่อให้ minima ภูมิภาคเท่านั้นเกิดขึ้นในเบื้องหน้าและเบื้องหลังพิกเซลหมายในที่สุด เราก็พร้อมที่จะคำนวณการแบ่งกลุ่มตามลุ่มน้ำ

ผลลัพธ์ (ไทย) 2:

ขั้นตอนที่ 1: อ่านในสีรูปภาพและแปลงเป็นระดับสีเทา
ขั้นตอนที่ 2: ใช้ความรุนแรงไล่โทนสีเป็นฟังก์ชั่นแบ่งกลุ่ม
ใช้มาสก์โชเบลขอบ imfilter และบางคณิตศาสตร์ที่เรียบง่ายในการคำนวณขนาดการไล่ระดับสี ลาดสูงที่ขอบของวัตถุและต่ำ (ส่วนใหญ่) ภายในวัตถุ.
คุณสามารถแบ่งกลุ่มภาพโดยใช้สันปันน้ำแปลงโดยตรงกับขนาดการไล่ระดับสี?
เลขที่ . โดยไม่ต้อง preprocessing เพิ่มเติมเช่นเครื่องหมายการคำนวณด้านล่างโดยใช้สันปันน้ำเปลี่ยนโดยตรงมักจะส่งผล "oversegmentation
ขั้นที่ 3: มาร์คเบื้องหน้าวัตถุ
ความหลากหลายของวิธีสามารถนำไปใช้ที่นี่เพื่อหาเครื่องหมายเบื้องหน้าซึ่งจะต้องเชื่อมต่อ blobs พิกเซลภายใน แต่ละวัตถุเบื้องหน้า. ในตัวอย่างนี้คุณจะใช้เทคนิคทางสัณฐานวิทยาที่เรียกว่า "การเปิดตัวโดยการฟื้นฟู" และ "ปิดโดยการฟื้นฟู" ที่ "สะอาด" ถึงภาพ. ดำเนินการเหล่านี้จะสร้าง Maxima แบนภายในแต่ละวัตถุที่สามารถ จะอยู่ใช้ imregionalmax. เปิดเป็นพังทลายตามมาด้วยการขยายในขณะที่เปิดโดยการฟื้นฟูเป็นพังทลายตามมาด้วยการฟื้นฟูทางสัณฐานวิทยา. ขอเปรียบเทียบทั้งสอง. ครั้งแรกคำนวณการเปิดใช้ imopen. ถัดไปคำนวณการเปิดโดยการฟื้นฟู ใช้ imerode และ imreconstruct. หลังจากที่เปิดกับปิดสามารถลบจุดด่างดำและลำต้นเครื่องหมาย. เปรียบเทียบปิดก้านปกติด้วยการปิดโดยการฟื้นฟู ความพยายามครั้งแรก imclose: ตอนนี้ใช้ตาม imdilate โดย imreconstruct สังเกตเห็นว่าคุณจะต้องเสริมปัจจัยการผลิตภาพและการส่งออกของ imreconstruct. ที่คุณสามารถดูได้โดยการเปรียบเทียบกับ Iobrcbr IOC เปิดการฟื้นฟูตามและปิดมีประสิทธิภาพมากขึ้นกว่าการเปิดมาตรฐานและปิดที่ลบสิวขนาดเล็กโดยไม่มีผลต่อรูปทรงโดยรวมของวัตถุ คำนวณสูงสุดในระดับภูมิภาคของ Iobrcbr ที่จะได้รับเครื่องหมายเบื้องหน้าที่ดี. เพื่อช่วยในการแปลผลการซ้อนภาพเครื่องหมายเบื้องหน้าในภาพต้นฉบับ. ขอให้สังเกตว่าบางส่วนของวัตถุส่วนใหญ่โดนและเงาไม่ได้ทำเครื่องหมายซึ่งหมายความว่าวัตถุเหล่านี้จะไม่ จะแบ่งถูกต้องในสิ้นผล นอกจากนี้เครื่องหมายเบื้องหน้าในวัตถุบางอย่างไปทางขวาขึ้นไปที่ขอบของวัตถุ นั่นหมายความว่าคุณควรทำความสะอาดขอบของ blobs เครื่องหมายและจากนั้นหดตัวพวกเขาบิต คุณสามารถทำเช่นนี้โดยปิดตามด้วยการพังทลาย. ขั้นตอนนี้มีแนวโน้มที่จะปล่อยให้บางพิกเซลแยกจรจัดที่จะต้องออก คุณสามารถทำได้โดยใช้ bwareaopen ที่เอา blobs ทั้งหมดที่มีน้อยกว่าจำนวนที่แน่นอนของพิกเซล. ขั้นตอนที่ 4: Compute เครื่องหมายพื้นหลังตอนนี้คุณต้องทำเครื่องหมายพื้นหลัง ในภาพทำความสะอาดขึ้น Iobrcbr พิกเซลมืดอยู่ในพื้นหลังเพื่อให้คุณสามารถเริ่มต้นกับการดำเนินงาน Thresholding ได้. พิกเซลพื้นหลังเป็นสีดำ แต่ความนึกคิดเราไม่ต้องการเครื่องหมายพื้นหลังจะเป็นมากเกินไปใกล้กับขอบ ของวัตถุที่เรากำลังพยายามที่จะส่วน เราจะ "บาง" พื้นหลังโดยการคำนวณ "โครงกระดูกโดยโซนอิทธิพล" หรือ SKIZ ของเบื้องหน้าของ BW ซึ่งสามารถทำได้โดยการคำนวณลุ่มน้ำแปลงของระยะทางของการแปลง BW และจากนั้นมองหาเส้นสันปันน้ำสัน (DL == 0) ผล. ขั้นตอนที่ 5: Compute ลุ่มน้ำเปลี่ยนฟังก์ชั่นของการแบ่งกลุ่มได้. imimposemin ฟังก์ชั่นสามารถ ถูกนำมาใช้ในการปรับเปลี่ยนภาพเพื่อที่ว่ามันมีน้อยภูมิภาคเฉพาะในบางสถานที่ที่ต้องการ ที่นี่คุณสามารถใช้ imimposemin การปรับเปลี่ยนภาพการไล่ระดับสีขนาดเพื่อให้น้อยภูมิภาคเพียงเกิดขึ้นในเบื้องหน้าและเบื้องหลังพิกเซลเครื่องหมาย. ในที่สุดเราก็พร้อมที่จะคำนวณการแบ่งส่วนตามสันปันน้ำ

ผลลัพธ์ (ไทย) 3:

ขั้นตอนที่ 1 : อ่านภาพสีและแปลงเป็นระดับสีเทาขั้นตอนที่ 2 : ใช้ขนาดเป็นฟังก์ชันการไล่ระดับใช้ลิงค์ขอบหน้ากาก imfilter และบางอย่างง่ายคณิตศาสตร์คำนวณสีไล่ระดับมิติ การไล่ระดับสีสูงที่เส้นขอบของวัตถุ และต่ำ ( ส่วนใหญ่ ) ภายในวัตถุคุณสามารถแบ่งส่วนภาพโดยการใช้สันปันน้ำแปลงโดยตรงบนลาดขนาด ?ไม่ ไม่มีการเตรียมเพิ่มเติมเช่นเครื่องหมายการคำนวณด้านล่างโดยใช้สันปันน้ำแปลงโดยตรงมักจะผลใน " oversegmentation .ขั้นตอนที่ 3 : มาร์คเบื้องหน้าวัตถุความหลากหลายของวิธีการที่จะไปที่นี่เพื่อหาฉากหน้าเครื่องหมายซึ่งจะต้องเชื่อมต่อ blobs ของพิกเซลภายในแต่ละพื้นวัตถุ ในตัวอย่างนี้จะใช้เทคนิคลักษณะที่เรียกว่า " เปิดโดยการฟื้นฟู " และ " ปิด " สะอาด " โดยการ " ขึ้นรูป การดำเนินการเหล่านี้จะสร้างแฟลต แม็กซิม่าภายในแต่ละวัตถุที่สามารถอยู่ได้โดยใช้ imregionalmax .เปิดเป็นกัดเซาะตามด้วยการขยายในขณะที่เปิดโดยการฟื้นฟูเป็นกัดเซาะตามด้วยการบูรณะสัณฐานวิทยา . ลองเปรียบเทียบ แรกคำนวณการใช้ imopen .ต่อไปหาเปิดใช้และฟื้นฟู imerode imreconstruct .หลังเปิดกับปิดสามารถลบจุดด่างดำ ลำต้นและเครื่องหมาย เปรียบเทียบสัณฐานวิทยาปกติปิดด้วยการปิดโดยการสร้างใหม่ แรกพยายาม imclose :ตอนนี้ใช้ imdilate ตาม imreconstruct . แจ้งคุณต้องเสริมภาพอินพุตและเอาต์พุตของ imreconstruct .ที่คุณสามารถดูโดยการเปรียบเทียบ iobrcbr กับ IOC , ฟื้นฟูการเปิดและปิด ตามมาตรฐาน และมีประสิทธิภาพมากกว่าการเปิดปิดในการลบรอยขนาดเล็กโดยไม่มีผลต่อรูปร่างโดยรวมของวัตถุ คำนวณ Maxima ภูมิภาค iobrcbr ให้ได้ดี พื้นหน้าเครื่องหมายช่วยแปลผล , ใส่เครื่องหมายภาพเบื้องหน้ากับภาพต้นฉบับสังเกตเห็นว่าบางส่วนของส่วนใหญ่ occluded เงาวัตถุและไม่ทำเครื่องหมาย หมายความว่า วัตถุเหล่านี้จะไม่สามารถแบ่งได้อย่างถูกต้องในตอนจบ นอกจากนี้ ฉากหน้าเครื่องหมายในวัตถุบางอย่างไปถึงขอบของวัตถุ . นั่นหมายความว่าคุณควรจะทำความสะอาดขอบของเครื่องหมาย blobs และลดขนาดนั้นสักหน่อย คุณสามารถทำเช่นนี้โดยการปิด ตามด้วยการกัดเซาะขั้นตอนนี้มีแนวโน้มที่จะปล่อยบางส่วนหลงทางแยกพิกเซลที่ต้องลบออก คุณสามารถทำเช่นนี้โดยใช้ bwareaopen ซึ่งเอา blobs ทั้งหมดที่มีน้อยกว่าจํานวนของพิกเซลขั้นตอนที่ 4 : คำนวณเครื่องหมายพื้นหลังตอนนี้คุณต้องทำเครื่องหมายที่พื้นหลัง ในการทำความสะอาดภาพ iobrcbr , พิกเซลเข้มอยู่ในพื้นหลังเพื่อให้คุณสามารถเริ่มต้นด้วยการปรับการดำเนินงานพื้นหลังพิกเซลเป็นสีดำ แต่ความนึกคิดที่เราไม่ต้องการพื้นหลังเครื่องหมายที่จะใกล้ชิดกับขอบของวัตถุที่เรากำลังพยายามที่จะแบ่งส่วนด้วย เราก็จะ " ผอม " พื้นหลัง โดยใช้คอมพิวเตอร์ " โครงกระดูกโดยอิทธิพลโซน " หรือ skiz จากเบื้องหน้าของน้ำหนักตัว นี้สามารถทำได้โดยการคำนวณตามแปลงของการแปลงระยะทางของ BW แล้วมองหาเส้นแนวสันปันน้ำ ( DL = = 0 ) ของผลขั้นตอนที่ 5 : คำนวณตามแปลงของฟังก์ชันการแบ่งส่วนตลาด .ฟังก์ชัน imimposemin สามารถใช้ในการแก้ไขภาพเพื่อให้มันไม่นี่ ม๊าภูมิภาคเท่านั้น ในบางสถานที่ที่ต้องการ . ที่นี่คุณสามารถใช้เพื่อปรับเปลี่ยนขนาดภาพ imimposemin ไล่ระดับ เพื่อให้มันไม่นี่ ม๊าภูมิภาคเกิดขึ้นในเบื้องหน้าและเบื้องหลังเครื่องหมายพิกเซลในที่สุดเราก็พร้อมที่จะหาสันปันน้ำแบ่งตาม