问题标签 [watershed]

我正在尝试使用 OpenCV 的 Java 包装器实现分水岭分割。

这就是我正在做的事情：

就在我调用“分水岭”时，我看到一个错误，内容如下：

我明白了，OpenCV 正在寻找一个 32 位 1 通道文件作为输出。

我尝试了所有可能的组合：

• CvType.CV_32FC1,

• CvType.CV_32F,

• CvType.CV_32S,

• CvType.CV_32SC1,

• CvType.CV_8UC1,

• CVType.CV_16UC1

... 他们全部。

错误是有弹性的。它拒绝离开。

请帮忙。

提前致谢。

考虑一个包含灰度值的二维数组，如下图所示：

我想找到红点之间的最佳路径。如果您认为明亮区域是“高”，而黑暗区域在海拔意义上是“低”，那么我想要一条沿着从一个标记到另一个标记的黑暗“山谷”延伸的线。

我知道的两类算法是：

1. 基于图像处理的“自下而上”操作（骨架化、分水岭、最终侵蚀等）
2. 迭代最小化，“自上而下”操作（活动轮廓）。

我的问题是：

是否有任何典型且定义明确的操作或算法来解决这个问题，或者我应该从上面提到的一些通用技术中自己创建一个？

我会先尝试骨架化，但我不知道如何在灰度图像上执行它。而且，如果我要尝试一个活动轮廓，我想知道对于类似于所示图像的良好内部和外部能量函数（我怀疑图像梯度可以充当矢量场）。

原始数据 (CSV) 在这里。

编辑：这是我在实现接缝雕刻算法（如维基百科中所述）和 Shoham 建议以强制路径通过标记后的工作代码：

我正在使用 scikit (skimage) 中的分水岭算法来分割我的图像，然后我使用 ndimage 库中的函数 find_objects 检测分割的对象。返回的类型是一个切片元组，如下所示：(slice(0L, 45L, None), slice(460L, 519L, None))。我需要在由 wathershed 分割的区域的中心点制作白色，那么如何从 slice 对象中找到它？有没有更简单的方法来找到这一点？

我的工作是从图像中的一组叶子中找到单个叶子。约束是我必须分割的单个叶子的形状必须完整。我使用了基于标记的分水岭变换。

图像1

我得到这个输出

我使用膨胀和腐蚀创建了标记来查找背景和前景。

从这张图片中，我如何分割单个叶子？我要走什么步骤？

我有一些使用 ArcGIS 获取的数据，我想通过流域标识符（例如 HUC_8=1404106）构建一个数据库。数据包含流域标识符 (HUC_8)、流域面积、土壤类型和土壤面积。分水岭标识符的列出次数与土壤类型一样多。我想创建一个基于流域的数据库（标识符只在列中出现一次），并在不同列中按类型提取土壤面积。我附上了数据的一个子集，希望它是清楚的。我对 R 有点陌生，但我觉得这可以通过 for 循环来完成。知道如何做到这一点将非常有帮助，因为我经常使用 GIS，但想在 R 中执行更多分析。

我有一个图像，并想使用标记控制的分水岭创建该图像的分段多边形。我编写了以下代码，但我无法分离相互连接的对象并创建对象的多边形。

如何解决这些问题？非常感谢你的帮助。

我正在解决检测硬币的图像处理问题。

我在这里有一些像这样的图像：

并想将错误连接的硬币分开。
我们已经尝试了 MATLAB 主页上所述的分水岭方法：

• the-watershed-transform-strategies-for-image-segmentation.html

特别是因为第一个例子正是我们的问题。

但相反，我们得到了一个非常混乱的分离，如您在此处看到的：

我们已经使用 Extrema 参数提取了硬币的区域，regionprops并且只在需要的区域上投射了分水岭。

我将不胜感激任何有关该问题的帮助，甚至是另一种将其分开的方法。

我正在尝试使用分水岭分割来查找给定图像中的对象数量。例如考虑硬币图像。在这里，我想知道图像中的硬币数量。我实现了Scikit-image文档中可用的代码，并对其进行了一些调整，得到的结果与文档页面上显示的结果相似。

在详细查看代码中使用的函数后，我发现 ndimage.label() 还返回图像中找到的唯一对象的数量（在它的文档中提到），但是当我打印该值时，我得到 53，这是非常高的与实际图像中的硬币数量相比。

有人可以建议一些方法来查找图像中的对象数量。

我正在从二进制指纹图像中提取毛孔，在使用分水岭分割时，我设法获得了梯度图像，但现在我想从脊（指纹上的线条）中提取毛孔（白色斑点）。我该怎么做去吗？

我想知道是否有人知道任何当前可用的使用瀑布方法或 p 算法进行分割的包。我查看了 github、CRAN 和 Fiji，尽管发表的文献讨论瀑布和 P 算法方法的好处可以追溯到 2009 年，但我没有发现任何东西。现在我正在对一些图像使用分水岭分割，但一直遇到过度分割的问题，似乎这其他两种方法可以解决其中一些问题。

编辑：以下是我参考的一些论文：

• Serge Beucher：“分水岭、分层分割和瀑布算法”（Springer，需要付费）
• BEUCHER, MARCOTEGUI：P 算法，瀑布变换的显着增强