分水岭变换:图像分割策略
Steve Eddins, MathWorks
“分水岭”一词指的是将被不同河流系统排水的地区划分开来的山脊。集水区是指排入河流或水库的地理区域。
那么,流域和汇水盆地与分析生物组织、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对数字图像中的物体进行分析得出的。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,甚至像这张照片中的量子半导体点。
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。这被称为图像分割,即将物体从背景中分离出来,同时也将物体彼此分离出来的过程。冈萨雷斯和伍兹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)包括计算和应用分水岭变换的新功能,这是一个解决图像分割问题的强大工具。
理解分水岭变换需要把图像看作一个曲面。例如,考虑下图:
多维图像处理 |
例1:分割二值图像
考虑在这个二值图像中分离两个接触物体的任务。我们如何修改这幅图像,使其汇水盆地是两个圆形物体?
为此,我们将使用图像处理工具箱中的另一个新工具:bwdist
,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,如这个例子所示。
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,因为整个图像只有一个汇水盆地。相反,试着计算图像补码的距离变换:
D = bwdist(~BW);%图片B(上图)
这张图比较近,但是我们需要对距离变换进行否定,把两个明亮的区域变成汇水流域。
D = -bwdist(~BW);%图片C(上图)
现在每个对象都有一个集水区,我们称之为集水区函数。l
=
分水岭(D);
l
叫做标签矩阵,其中包含各汇水流域位置对应的正整数。我们可以用的零值元素l
,它们沿着分水岭线分布,以分离原始图像中的物体。
Bw (l == 0) = 0;分割图像D(上图)
例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,并使用带有圆盘形结构元素的形态学top-hat算子(许多新的灰度形态学工具中的一种)来平滑不均匀的光照。
I = rgb2gray(RGB);I2 = imtophat(I, strel('disk', 10));
其次,我们使用一个名为graythresh
确定一个好的阈值,将图像转换为二值。
level = graythresh(I2);BW = im2bw(I2,level);
最后,对补充后的二值图像进行距离变换,对其进行修改,使背景成为自己的集水区,并进行集水区变换。新函数label2rgb
用于显示使用不同颜色的分段对象。
D = -bwdist(~BW);D(~BW) = -Inf;L =分水岭(D);imshow (label2rgb (L,“喷气机”,“w”))
例3:分段钢粒
我们的最后一个例子,一个显微镜下的钢颗粒图像,看起来很适合分水岭分割,因为浅色区域已经被深色线很好地分隔开了。
我们可以简单地计算补充图像的分水岭。
L =分水岭(补体(I));
不幸的是,这并没有很好地工作,如下图所示:
结果,oversegmentation,是分水岭分割中一个众所周知的现象。过度分割的发生是因为每个最小区域,即使很小和微不足道,形成自己的汇水盆地。一种解决方案是修改图像,删除过浅的极小值。这就是h-minima变换(imhmin
)。
I2 = imcomplement(I);I3 = imhmin(I2,20);%20为抑制浅层最小值L =分水岭的高度阈值(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,在“图像处理工具箱”页面.要了解更多关于如何在自己的工作中使用分水岭变换的信息,请查看《进一步阅读》。
图像处理工具箱3有什么新内容
63个新的工具箱功能在以下主要领域大大扩展了它的功能:
- 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
- 整数图像算法与滤波
- 在易于使用的图形环境中方便仪器控制的工具
- 函数用于确定计算机的可用硬件
- 在一个MATLAB会话内与多个仪器通信
有关新版本的更多信息,请参见“图像处理工具箱”页面.
2002年出版的
参考文献
-
数字图像处理,Rafael C. Gonzalez和Richard E. Woods, Prentice-Hall, 2002
-
《图像处理手册》,约翰·鲁斯著,CRC出版社,1998年
-
形态学图像分析:原理和应用,Pierre Soille, Springer-Verlag Berlin海德堡,1999