问题标签 [image-segmentation]

有没有实现图像分割的拆分和合并方法？任何建议将不胜感激。

我正在寻找一种在 matlab 中查找 3D 图像中的形状的方法。我现在没有真正的 3D 示例图像；事实上，我的 3D 图像实际上是一组量化的 2D 图像。

下图是我想要完成的：

虽然上面的示例图是 2D 图像，但请理解我试图在 3D 中执行此操作。输入形状有这些“触手”，我必须在其中寻找不规则形状。触手的大小从一个点到另一个点可以变化，但以“一致和平滑”的速度变化——也就是说它一开始可能很大，然后逐渐变小。但如果突然，形状只是变大而不是逐渐变大，就像上图中的红色右下角区域，那么这就是感兴趣的体积之一。请注意，这些形状更倾向于圆形和球形，但其中一些是完全任意和随机的。

到目前为止，我已经尝试了以下方法：

1. n 次腐蚀和 n 次扩张：考虑到“触手”总是小于感兴趣的体积，只要体积不太小，这种方法就可以工作。而且，我们需要有一种机制来处理以某种方式变成误报的触手的较粗部分。

2. Hough 变换：虽然我之前已经建议过这种方法（来自Segmenting circle-like shapes out of Binary Image），但我发现它适用于一些更圆形的情况，但同时，更困难的情况是不那么圆润、扭曲和/或任意形状可能会通过这种方法。

3. 等值面：因为我的输入是一组 2D 量化图像，所以使用等值面可以让我重建 3D 图像并看得更清楚。但是，我不确定在这种情况下可以进一步做些什么。

那么任何人都可以提出一些其他技术来从这些“触手”中分割出这种形状吗？

我想在这张图片中识别闪电的分支点：

http://i.stack.imgur.com/PXujf.jpg

我首先做的是对图像进行阈值处理，这样我就可以得到图像的亮部并丢弃背景。这是结果

http://i.stack.imgur.com/IYNTi.jpg

我在 openCV 中使用了阈值函数，结果图像非常糟糕，因为质量下降，分支不再可见。

好的，基本上我有两个问题：

1. 如何正确分割图像，以便正确捕获图像的闪电部分。
2. 那么，我该如何识别分支点？对于每个分支点，我想在它上面画一个红色圆圈。

提前谢谢你

我必须进行图像分割。这个想法是将图像划分为具有相似颜色或可以由梯度方程（线性或径向）表示的像素的区域。我发现了许多基于颜色进行分离的算法，但找不到任何处理渐变的算法。有人知道任何这样的算法或关于如何去做的建议。

我有一个分割图像的标签矩阵。例如，

1 1 1 2 2 2 3 3 3 4 4 4
1 1 1 2 2 2 3 3 3 4 4 4
1 1 1 2 2 2 3 3 3 4 4 4
1 1 1 2 2 2 3 3 3 4 4 4
1 1 1 2 2 2 3 3 3 4 4 4
1 1 1 2 2 2 3 3 3 4 4 4
1 1 1 2 2 2 3 3 3 4 4 4
1 1 1 2 2 2 3 3 3 4 4 4

现在我想绘制每个对象的轮廓，使每个对象边缘的像素值为 1，其他像素值为 0。

像这样的东西

1 1 1 1 1 1 1 1 1 1 1 1
1 0 1 1 0 1 1 0 1 1 0 1
1 0 1 1 0 1 1 0 1 1 0 1 1
0 1 1 0 1 1 0 1 1 0 1
1 0 1 1 0 1 1 0 1 1 0 1
1 0 1 1 0 1 1 0 1 1 0 1 1 0 1
1 0 1 1 0 1 1 0 1
1 1 1 1 1 1 1 1 1 1 1 1

我希望有一个函数可以在 Matlab 中执行此操作，但我不知道。

我正在尝试实施Epshtein的论文（Detecting text in natural scene with stroke width transform(2010)）关于自然图像中的文本检测。第一步是边缘检测。

我的文本中有一些额外的边缘。我应该如何删除这些？

原图：

我的边缘检测：

在示例中，您可以在文本“WHY HURRY”中看到额外的边缘

我在 Matlab 中尝试了这些步骤：

问题2：

根据 belisarius 的建议，我发现均值偏移过滤器对于文本区域分割非常有效。现在我在实现Stroke Width 变换时遇到了另一个问题（请看 Epshtein 的论文）。

Stroke Width 适用于像 'H''Y' 这样的字符，即使对于 'S' 也是如此，因为如果我们沿着渐变方向前进，相应的边缘通常是恒定的距离。

问题出现在像“W”这样的字符中。对于第 1 次上冲的左边缘的一部分，我们将第 2 次上冲的右边缘作为其对应边缘。而对于另一部分，我们得到1st upstroke 的右边缘。这在“W”区域的笔划宽度上引入了显着差异，导致根据论文将其称为非文本区域。

任何人都可以提出任何解决方案吗？

我正在开展一个项目，该项目包括“通过计算机阅读图表”的过程，我需要进行图像分割以识别图像输入中的形状及其位置。我的教授说我可以使用任何公共图像分割库来做到这一点。有没有什么好的图像分割库可以达到这个目的？

多谢

我需要kmeans在 rgb 图像上使用该功能。算法的每个元素都需要有 3 个维度，一个用于图像的每个通道。元素的数量将是图像的像素总数。我需要kmeans在集群 #5 上使用。

所以这就是我尝试的：

我不知道我做的对不对。我有这个错误：

谁能帮我一把？谢谢

我的目标是在不损坏纹理的情况下更改对象的颜色。据我了解，更像是更改色调和饱和度或更改 RGB 颜色通道值。通过设置阈值，我可以隔离对象，但我很难弄清楚如何将颜色更改应用于对象。

我试图隔离和分割黄色车身以改变它的颜色。为此，我需要从图像中分别识别身体。并继续使用剩余的白色像素进行演说。我使用 C#，这里是计划

简单的阈值处理将导致车身未正确分离的第二张图像。我尝试了 Aforge.net 填充孔图像过滤器，但没有对阈值图像进行重大更改。我尝试使用滤色器，但由于身体的颜色变化，我没有返回正确的输出。任何人都可以为此提出建议和解决方案吗？

原始图像

阈值图像