0

連結成分分析をしようとしていますが、エラーが発生します。椎体が必要ですが、他のオブジェクトがいくつかあります。画像は次のとおりです。

画像1

結果は次のとおりです。

結果

    im= imread('im.bmp');
    figure,imshow(im);
    K1=imadjust(im);
    figure, imshow(K1), title('After Adjustment Image')
    threshold = graythresh(K1);
    originalImage = im2bw(K1, threshold);

    originalImage = bwareaopen(originalImage,100);
    se = strel('disk', 2); %# structuring element
    closeBW = imclose(originalImage,se);

    figure,imshow(closeBW);

    CC = bwconncomp(closeBW);
    L = labelmatrix(CC);
    L2 = bwlabel(K1);
    figure, imshow(label2rgb(L));
4

1 に答える 1

1

セグメンテーションは私の分野ではないので、最善のアプローチが何であるかはわかりません。私が思いついたいくつかのヒューリスティックなアイデアを次に示します。

  1. 大きすぎたり小さすぎたりするリージョンは破棄します。

椎骨からある程度の大きさが期待できそうです。

regionIdxs = unique(L(:));
regionSizes = accumarray(L(:)+1,1);

をregionSizes見ると、領域のサイズがピクセル単位で表示されます。

  213360
     919
     887
     810
     601
     695
   14551
     684
    1515
     414
     749
     128
     173
   26658

必要な領域 (行 2 ～ 6) は、500 ～ 1000 の範囲にあります。サイズが 200 未満または 2000 を超える領域は、おそらく安全に破棄できます。

goodRegionIdx = (regionSizes>200) & (regionSizes<2000);
regionIdxs = regionIdxs(goodRegionIdx);
regionSizes = regionSizes(goodRegionIdx);
  1. 目的の領域の画像の瞬間を見てください。

分布の共分散行列の固有値は、最も広い方向のサイズとその方向に垂直なサイズを特徴付けます。太いディスク形状を探しているので、大きな固有値と中サイズの固有値が期待できます。

[X,Y] = meshgrid(1:size(L,2),1:size(L,1));
for i = 1:length(regionIdxs)
    idx = regionIdxs(i);
    region = L==idx;
    totalmass = sum(region(:));

    Ex(i)  = sum( X(1,:).*sum(region,1) )  / totalmass;
    Ey(i)  = sum( Y(:,1).*sum(region,2))   / totalmass;
    Exy(i) = sum(sum( X.*Y.*region ))      / totalmass;
    Exx(i) = sum(sum( X.*X.*region ))      / totalmass;
    Eyy(i) = sum(sum( Y.*Y.*region ))      / totalmass;

    Varx(i)  = Exx(i) - Ex(i)^2;
    Vary(i)  = Eyy(i) - Ey(i)^2;
    Varxy(i) = Exy(i) - Ex(i)*Ey(i);

    Cov = [Varx(i) Varxy(i); Varxy(i) Vary(i)];

    eig(i,:) = eigs(Cov);
end

固有値を見るとeig:

  177.6943   30.8029
  142.4484   35.9089
  164.6374   26.2081
  112.6501   22.7570
  138.1674   24.1569
   89.8082   58.8964
  284.2280   96.9304
   83.3226   15.9994
  113.3122   33.7410

行 1 ～ 5 のみに関心があります。これらの固有値は最大で 100 ～ 200 の範囲にあり、2 番目の行は 50 未満です。これらを破棄すると、次の領域が得られます。

goodRegionIdx = (eig(:,1)>100) & (eig(:,1)<200) & (eig(:,2)<50);
regionIdxs = regionIdxs(goodRegionIdx);

論理 OR を使用して領域をプロットできます|。

finalImage = false(size(L));
for i = 1:length(regionIdxs)
    finalImage = finalImage | (L==regionIdxs(i) );
end

ここに画像の説明を入力

偽陽性が 1 つあるようです。固有値の比率を見るのも一案eig(:,1)./eig(:,2)ですが、それも少し問題があるようです。

真の椎骨は直線または曲線に沿って空間的に整列する傾向があるため、RANSACなどの異常値検出を試して、不要な領域を排除することができます。

他に何を提案すればよいかわかりません。良いものと悪いものを区別する別の方法が見つからない場合は、機械学習などのより高度なセグメンテーション方法を検討する必要があるかもしれません. より厳密な前処理方法を持つことは、試してみるべきことの 1 つかもしれません。

それが役立つことを願っています。

于 2015-03-05T23:49:42.840 に答える