2

我目前正在使用 MATLAB 的bweuler函数来查找对象中“孔”的数量。由于这些图像的分辨率相对较低，我遇到了困难，目前只有 50% 的成功率。这是一个将失败的图像示例（为方便测试而裁剪）：

故障图像 1

标准化和放大，以便您可以看到发生了什么：

此处的孔数应为 1，但我还没有找到一种可靠的方法来限制该小区域，同时保持其周围环境完好无损。

我当前的方法使用自适应阈值，但这是有问题的，因为正确的窗口大小在所有样本中都不是恒定的。例如，此示例将使用大小为 6 的窗口，但其他示例将失败。

作为参考，这里有几个失败的案例：

N=1 ->故障图 2

N=2 ->在此处输入图像描述

还有一些我目前的方法处理的情况：

N=6 ->成功图片 1

N=1 ->成功图 2

N=1 ->成功图 3

我也会发布我当前代码的简短版本，尽管正如我之前所说，我不相信自适应阈值方法会起作用。与此同时，我将使用其他一些形态分割方法。只需阅读其中一张测试图像并调用findholes(image).

function N = findholes(I)    
    bw = imclearborder(adaptivethreshold(I, 9));      
    N = abs(1 - bweuler(bw2, 4));
end

function bw=adaptivethreshold(IM,ws,C,tm)
    %ADAPTIVETHRESHOLD An adaptive thresholding algorithm that seperates the
    %foreground from the background with nonuniform illumination.
    %  bw=adaptivethreshold(IM,ws,C) outputs a binary image bw with the local 
    %   threshold mean-C or median-C to the image IM.
    %  ws is the local window size.
    %  C is a constant offset subtracted from the final input image to im2bw (range 0...1).
    %  tm is 0 or 1, a switch between mean and median. tm=0 mean(default); tm=1 median.
    %
    %  Contributed by Guanglei Xiong (xgl99@mails.tsinghua.edu.cn)
    %  at Tsinghua University, Beijing, China.
    %
    %  For more information, please see
    %  http://homepages.inf.ed.ac.uk/rbf/HIPR2/adpthrsh.htm

    if (nargin < 2)
        error('You must provide IM and ws');
    end

    if (nargin<3)
        C = 0;
        tm = 0;
    end

    if (nargin==3)
        tm=0;
    elseif (tm~=0 && tm~=1)
        error('tm must be 0 or 1.');
    end

    IM=mat2gray(IM);

    if tm==0
        mIM=imfilter(IM,fspecial('average',ws),'replicate');
    else
        mIM=medfilt2(IM,[ws ws]);
    end
    sIM=mIM-IM-C;
    bw=im2bw(sIM,0);
    bw=imcomplement(bw);
end
4

0 回答 0