mathematical-morphology

1热度

1回答

我想弄清楚实现图像扩张和侵蚀二进制图像的有效方法。据我所知，用简单的方式将是：循环通过图像如果像素是1 循环通过邻里基于所述结构元素的高度和宽度（扩张）将图像中的每个像素用中相应位置的值替换（腐蚀）检查是否所有的邻域都等于SE，如果全部保留像素，则删除中心所以这意味着对于每个像素我必须遍历SE以及使之成为一个O（N 中号 W * H）。有没有更好的方法来做到这一点？

0热度

1回答

特定点的扩张

我想知道是否可以仅在骨架的某些点上进行扩张。例如，如果我们在下面的图像中拍摄图像，只能扩大与矩形的左上角和左下角对应的骨架点？（每个点的坐标将被称为）

2热度

1回答

matlab：检测从骨架更好的分支点

我有两个骨架图像，我提取的分支点。不幸的是，分支似乎并不正确。有没有人有关于如何提取有效分支点（即“y”形状点）的建议？ reg1 = imread('region1.tif'); [i,j] = ind2sub(size(reg1), find(bwmorph(reg1,'branchpoint') == 1)); h=figure; imshow(reg1); hold on; plot(

2热度

1回答

OpenCV - 只保留蟒蛇中标记的斑点

我有一个形态学问题，我试图用OpenCV解决。我有两个图像。面膜种子，在掩模图像正尝试仅保留一个种子图像标注的斑点，并删除其余部分。下边我张贴在掩模和种子图像掩模图像：种子图像：为了进一步说明一个我已放大的问题进入图像并创建一个子图。在这个例子中，右边的图是种子图，左边的图是蒙版图。在手术结束时，我希望左边的象鼻骨形成斑点，因为它由种子坐标（左）标记。按位操作只会给我种子和掩码之

2热度

1回答

的Python numpy的阵列 - 接近最小的区域

我有一个2D布尔numpy的阵列来表示影像，在我称之为skimage.measure.label标记每个分割的区域，让我INT [0500]的2D阵列;此数组中的每个值代表该像素的区域标签。我想现在删除最小的区域。例如，如果我的输入数组是形状（n，n），我希望将所有标记为< m像素的区域归入较大的周围区域。例如，如果N = 10和M = 5，我的输入可以是， 0, 0, 0, 0, 0, 0, 0

0热度

1回答

什么样的后期处理可以应用于获得与地面真相最相似的分割？

我申请我的算法和分割的输出是左图像如下： segmentation output(left), ground truth (right) 我必须做后期处理左图像，以增加相似的地面实况（右数字）。我的问题是左图中可以应用哪种后处理？什么样的形态操作符和哪个结构元素可以用于这个目标？我试了一些，但很混乱。你能帮我么？或者是否有我可以使用的任何功能或代码？谢谢

3热度

3回答

Numpy过滤器可以消除零区域

我有一个二维numpy数组，其值为区域标签。例如， array([[9, 9, 9, 0, 0, 0, 0, 1, 1, 1], [9, 9, 9, 9, 0, 7, 1, 1, 1, 1], [9, 9, 9, 9, 0, 2, 2, 1, 1, 1], [9, 9, 9, 8, 0, 2, 2, 1, 1, 1], [9, 9, 9, 8, 0,

0热度

1回答

在Sci-Kit中使用二进制打开操作时发生内存错误使用scikit-image软件包中的打开操作（它使我的RAM饱和）时出现内存错误

当我在scikit-image软件包中使用打开操作时出现内存错误。对于半径为16或更大的球/球的三维结构元素会发生此内存错误。我正在尝试使用粒度测量来测量图像中物体的尺寸分布（3D阵列），所以我需要增加半径的结构元素。内存需求也呈指数增长，我无法找到解决方法。有没有简单的解决这个问题，以便我可以使用更大半径的结构元素？图像尺寸是200X200X200。 TIA Traceback (most re

0热度

1回答

什么应该是一个空白图像的输出扩张，如果我们给了一个结构elemnt以0全0或组合并不在意

假设我的图像数据是 0 0 0 0 0 0 0 0 0 ，我给一个结构元素 0/-1 0 0 -1/0 0 0 0/-1 0 0 膨胀图像的输出是什么？理论上，中心像素应为1？所以，如果我们采用一种结构元素，只有0秒和不在乎在空白图像将我们得到了一个白色的形象？或者这种无定形结构元素是否有效？

2热度

2回答

试图改善我在OpenCV中的道路分割程序

我想制作一个程序，能够识别场景中的道路，并继续使用形态滤波和分水岭算法。但是该程序会产生平庸或不好的结果。如果道路占据大部分场景，它似乎没有问题（不够好）。然而，在其他图片中，事实证明，天空被分割（与云分水岭）。我想看看我是否能瓶坯更多的图像处理来提高成绩，但是这是最好的，我有这么远，不知道如何前进以改善我的计划。我该如何改进我的计划？代码： import numpy as np impo