在均匀强度图像中检测物体

我有泥土中的Tiger's Pugmark（足迹印象）图像。我想检测pugmark的边界，但图像的强度是一致的，根据强度变化无法区分前景和背景。我能做些什么来区分pugmark和背景。在均匀强度图像中检测物体

tiger's pugmark http://imageshack.us/a/img407/4636/p1060993g.jpg

2013-02-18 Suvidha

这个问题可能比您想象的更困难。如果您详细说明该边界的进一步用法，即您需要什么精度，这可能会有所帮助。如果您只想检测pugmark，或知道其方向，则不需要精确的边界。 – 2013-02-18 12:11:05

你注定了。： - （.....这是一个极其困难的图像处理任务 – Shai 2013-02-18 13:23:07

@RomanShapovalov让我告诉你为什么我需要标记边界并丢弃无关区域我需要分析pugmark并根据一些选定的特征像垫区，脚趾区域，脚趾2和3之间的角度，pugmark长度，宽度等，然后在比较分析图像和训练集之后，我必须能够区分哪个老虎的pugmark是 – Suvidha 2013-02-19 06:43:46

在细分任务，如果你有两个

良好的标记;和周围的兴趣

对象

强边缘则直接由分水岭解决变换。当然，问题在于获取这些标记，并根据需要增强相关边缘。获得这些可能涉及特定于问题的知识，而我没有解决您的问题。

尽管如此，还是有一些通用的方法可能有用。例如，数学形态学的相关操作员可以用来合并和扩展平坦区域。因此，也许它可以给我们相对较好的问题标记。在下面的图像中，在原始图像的灰度版本（左图像）中执行通过打开（一种连接的操作符）进行的形态重建，剩余的区域最大值显示在右边。现在

enter image description here

，我们可以得到上面的左图像的形态梯度。我们也可以在上面的右图中用小圆盘进行填孔和扩张，以获得更加平滑的轮廓 - 这定义了我们的标记图像。然后，将使用我们的标记图像，然后扩大梯度图像中的分水岭（侵蚀或扩张，取决于你怎么看它）的分界线，我们得到以下图片：

enter image description here

我怀疑你可以轻松地丢弃太大和太小的区域。然后，如果您对爪子以及手掌有一些粗糙的预期尺寸，则可以丢弃不相关的区域。在这一点上是唯一的扩张的区域，以形成一个单一的部件，并显示在原始图像中所得到的轮廓的问题：用于执行每一个步骤

enter image description here

示例代码（的相关步骤也示于注释Matlab代码）：

f = Import["http://imageshack.us/a/img407/4636/p1060993g.jpg"] 
g = ColorConvert[f, "Grayscale"]       (* g = rgb2gray(f); *) 
(* First image shown: *) 
geo = GeodesicOpening[g, DiskMatrix[5]] (* geo = imreconstruct(imerode(g, ... *) 
             (*   strel('disk', 6)), g);  *) 
(* Second image shown: *) 
marker = MaxDetect[geo]      (* marker = imregionalmax(geo); *) 

(* Watershed on gradient with markers. *) 
mgrad = ImageSubtract[Dilation[geo, 1], Erosion[geo, 1]]; (* mgrad = ...  *) 
      (* imdilate(geo,strel('square',3)) - imerode(geo,strel('square',3)); *) 
ws = Image[   (* ws = watershed(imimposemin(mgrad, bwmorph(imfill(... *) 
WatershedComponents[mgrad,  (* imregionalmax(geo),'holes'),'dilate')))); *) 
    Dilation[FillingTransform[marker], DiskMatrix[1]]]] 

(* Third image shown: *) 
wsthick = Erosion[ws // ImageAdjust, DiskMatrix[5]] 

(* Connected component selection based on some supposed sizes. *) 
ccs = SelectComponents[wsthick, "Count", 1000 < # < 3000 || 6000 < # < 10000 &] 

(* Final image (thick border on binarized filled dilated ccs) *) 
res = ImageAdd[f, Dilation[MorphologicalPerimeter[FillingTransform[ 
    MorphologicalPerimeter[Dilation[ccs, DiskMatrix[9]]]]], 2]]

来源

2013-02-18 14:42:25 mmgp

谢谢你的回答让我告诉你为什么我需要标记边界并丢弃不相关的区域，我需要根据Pad区域，脚趾区域，脚趾2和3之间的角度，pugmark长度，宽度，等等，然后在比较分析后的图像和训练集之后，我必须能够区分哪只老虎是pugmark。 – Suvidha 2013-02-19 05:21:23

@ user2067773好吧，我只是不知道你为什么告诉我这些。但是你似乎跳过了你描述的这种方法的一步：首先你需要有一种方法来确定你所拥有的是否是pugmark，否则分析它是毫无意义的。 – mmgp 2013-02-19 05:40:43

是的，你是对的。我没有想过。但我首先关心的是掩盖背景并获得进一步分析的足迹的清晰图像。 – Suvidha 2013-02-19 05:48:55