分水岭算法的过分分割问题

Question

我按照Mathworks.com上的2-D Watershed example来分离连接对象，就像下面的图片：

代码总结如下：

bw = imread('some_binary_image.tif');

D = -bwdist(~bw);

D(~bw) = -Inf;

L = watershed(D);

结果是：

中心的粒子已经分成两部分。有没有办法避免这种过分分割的情况？

谢谢，lennon310，“棋盘格”对于我的大多数图像确实有效，但仍有一些情况不行。例如，下面的二进制图像： 使用“棋盘格”将导致： 由于我有数百张图片，似乎很难找到适用于所有图片的参数组合。我想知道是否需要结合使用“棋盘格”、“城市街区”等方法获得良好的结果...

- shapeare

---

你的数百张图像处理的目的是什么？提取对象时不必使用分水岭算法。由于图像中两个圆之间存在微小的连接，因此基本的标记连通组件的方法也可能无法正常工作。实际上，在Matlab图像处理工具箱中有圆检测器（Hough、imfindcircles等）。 - lennon310

@lennon310：这些实际上是X射线断层扫描成像。我想为我感兴趣的粒子创建一个掩模。目前，我正在使用ImageJ中的Connected Threshold Grower，它可以从种子点找到连接区域。通过在感兴趣的粒子上设置种子点，Connected Threshold Grower可以产生一个仅包含该粒子的结果，如果它没有接触到其他粒子。现在，我手动擦除了成百上千张图像的接触边界，这非常耗时。我正试图使用分水岭来自动分离这些颗粒。 - shapeare

X光图像不是二进制图像，对吧？我认为可以检测到连通组件，甚至可以尝试基于强度差异在原始图像上进行聚类算法。对于二进制图像，特别是您更新后的图像，将两个实际连接的圆分割开来是具有挑战性的。 - lennon310

Answer 1

在watershed函数中使用八连通邻域，并使用max(abs(x1-x2),abs(y1-y2))作为距离度量（国际象棋棋盘距离）：

bw=im2bw(I);

D = -bwdist(~bw,'chessboard');
imagesc(D)
D(~bw) = -Inf;

L = watershed(D,8);
figure,imagesc(L)

结果：

- lennon310

Answer 2

我一直在处理同样的问题。对我来说，解决方案是使用基于标记的分水岭方法。可以在Steve的Matlab博客上查找分水岭方法的示例：http://blogs.mathworks.com/steve/ 。他提供的这种方法对我最有效：http://blogs.mathworks.com/steve/2013/11/19/watershed-transform-question-from-tech-support/ 理想情况下，我们将能够使用单个方法正确地分割所有内容。但无论使用哪种方法（除非手动给出标记），分水岭都会过度或欠分割某些颗粒。因此，目前我正在使用半自动分割方法；即使用分水岭尽可能好地分割图像，然后将该图像导入MSPaint并手动编辑以纠正任何欠分割或过度分割。

一些人似乎过去使用了区域增长。但我的图像处理知识有限，所以无法帮助您解决问题。如果有人能发布有关如何使用区域增长分割此类图像的信息，那将是很好的。

希望这可以帮到你。

- bhisharma72