数学建模社区-数学中国

标题: OpenCV 使用分水岭算法进行图像分割 [打印本页]

---

作者: 2744557306    时间: 2024-4-27 10:36
标题: OpenCV 使用分水岭算法进行图像分割
分水岭算法：模拟地理形态的图像分割
9 a( X2 M( J) A分水岭算法通过模拟自然地形来实现图像中物体的分类。在这一过程中，每个像素的灰度值被视作其高度，灰度值较高的像素形成山脊，即分水岭，而二值化阈值则相当于水平面，低于这个水平面的区域会被“淹没”。
, D# |4 b, @/ ^6 X; ?8 m; I测地线距离：地形分析的核心
测地线距离是分水岭算法中的一个关键概念，它代表地球表面两点间的最短路径。这一概念在图论中同样适用，指的是图中两节点间的最短路径，与欧氏距离相比，测地线距离考虑的是实际路径。
分水岭算法的执行步骤
梯度图像分类：根据灰度值对梯度图像中的像素进行分类，并设定测地距离阈值。起始点标记：选择灰度值最小的像素点作为起始点，这些点通常是局部最小值。水平面上升：随着阈值的增长，测量周围邻域像素到起始点的测地距离。若小于阈值，则淹没这些像素；若大于阈值，则在这些像素上建立“大坝”。大坝设置与区域分区：随着水平面的上升，建立更多的大坝，直到所有区域在分水岭线上相遇，完成图像的分区。避免过度分割的策略
分水岭算法可能会因噪声或干扰导致图像过度分割，形成过多的小区域。解决这一问题的方法包括：
高斯平滑：通过高斯平滑减少噪声，合并小分区。基于标记的分水岭算法：选择相对较高的灰度值像素作为起始点，手动标记或使用自动方法如距离变换来确定，从而合并小区域。OpenCV 实现 Watershed 算法函数原型：void watershed( InputArray image, InputOutputArray markers );1参数说明：image：输入的图像，必须是8位的单通道灰度图像。这个图像的梯度信息将被用来模拟水流向低洼地区流动的过程。
7 }' G+ t8 s9 q! u3 G7 h8 U/ fmarkers：输入输出参数，是一个与原图像大小相同的图像，用于存放分割标记。在函数调用前，这个图像应该被初始化，其中包含了用户定义的分割区域的标记。标记是通过正整数索引来表示的，表示用户已知的前景或背景区域。所有未知区域（即算法需要确定的区域）应该被标记为0。函数执行完成后，每个像素点的标记将被更新为“种子”组件的值，或者在区域边界处被设置为-1。
  x. ~. `' I1 d9 ?1 j功能说明：watershed 函数会分析 image 的梯度信息，并使用 markers 中定义的已知区域作为分割的起点（种子点）。算法将从这些种子点开始，逐步对图像中的其他像素点进行区域归属的判定，直到所有像素点都被标记。在分割过程中，如果两个相邻的已知区域（种子点）相遇，算法会在它们之间创建一个边界，以避免这些区域合并在一起，从而实现分割。注意事项：markers 中的标记非常重要，它们直接影响分割的结果。因此，用户需要仔细考虑如何标记已知的前景和背景区域。分水岭算法可能会导致过度分割，特别是当图像中存在大量噪声时。在实际应用中，可能需要对图像进行预处理，如使用高斯模糊去除小的局部最小值，以减少过度分割的问题。

1. #include <opencv2/imgcodecs.hpp>
   
2. #include <opencv2/highgui.hpp>
   
3. #include <opencv2/imgproc.hpp>
   
4. 
   
5. void showImg(const std::string& windowName, const cv::Mat& img){
   ( j/ S7 l5 I1 Y% k5 z
6.     cv::imshow(windowName, img);
   
7. }
   
8. 
   
9. void getBackground(const cv::Mat& source, cv::Mat& dst) {
   
10.     cv::dilate(source, dst, cv::Mat::ones(3, 3, CV_8U)); // 3x3 核
    
11. }
    
12. 
    0 A2 g3 B+ @; s3 ~
13. void getForeground(const cv::Mat& source, cv::Mat& dst) {
    
14.     cv::distanceTransform(source, dst, cv::DIST_L2, 3, CV_32F);
    6 ~' v# l9 ]) h% D# s2 @
15.     cv::normalize(dst, dst, 0, 1, cv::NORM_MINMAX);
    5 d% `6 A# t1 J# L5 v
16. }
    . J/ a9 M/ T, N6 N
17. 
    
18. void findMarker(const cv::Mat& sureBg, cv::Mat& markers, std::vector<std::vector<cv::Point>>& contours) {
    8 M7 J$ z) e, j% ~! V" b
19.     cv::findContours(sureBg, contours, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_SIMPLE);
    
20.     // 绘制前景标记
    : r5 l9 V$ N" K/ |
21.     for (size_t i = 0, size = contours.size(); i < size; i++)
    
22.         drawContours(markers, contours, static_cast<int>(i), cv::Scalar(static_cast<int>(i)+1), -1);
    
23. }
    
24. 
    . J: Y6 e, M4 o! V1 q. o
25. void getRandomColor(std::vector<cv::Vec3b>& colors, size_t size) {
    
26.     for (int i = 0; i < size ; ++i) {
    
27.         int b = cv::theRNG().uniform(0, 256);
    7 F. f- Z( a0 T6 ?1 r8 h/ x. e
28.         int g = cv::theRNG().uniform(0, 256);
      O& \$ o" C+ y7 E
29.         int r = cv::theRNG().uniform(0, 256);
    
30.         colors.emplace_back(cv::Vec3b((uchar)b, (uchar)g, (uchar)r));
    
31.     }
    
32. }
    0 G3 E+ F0 m3 D
33. 
      u6 O9 p* @/ x3 y  p7 q
34. int main(int argc, char** argv) {
    2 I, V3 k! H. a/ R$ P$ }
35.     if(argc < 2){
    
36.         std::cerr << "Errorn";
    
37.         std::cerr << "Provide Input Image:n n";
    ' R9 x- l) H7 t0 z
38.         return -1;
    ! \: i( ~$ U8 D$ Y
39.     }
    
40.     cv::Mat original_img = cv::imread(argv[1]);
    ( l2 Y& K5 c1 _8 C9 |
41.     if(original_img.empty()){
    
42.         std::cerr << "Errorn";
    2 t, E& S5 g1 D5 X, Q. e
43.         std::cerr << "Cannot Read Imagen";
    1 R2 v: N* \' @; \. _1 r* D
44.         return -1;
    
45.     }
    
46.     cv::Mat shifted;
    
47.     cv::pyrMeanShiftFiltering(original_img, shifted, 21, 51);
    
48.     showImg("Mean Shifted", shifted);
    - G. k8 |' M( x6 {# G
49.     cv::Mat gray_img;
    ! z& J- `* L. g: Y
50.     cv::cvtColor(original_img, gray_img, cv::COLOR_BGR2GRAY);
    
51.     showImg("GrayIMg", gray_img);
    
52.     cv::Mat bin_img;
    
53.     cv::threshold(gray_img, bin_img, 0, 255, cv::THRESH_BINARY | cv::THRESH_OTSU);
    ' V! v9 K6 k9 F
54.     showImg("thres img", bin_img);
    
55.     cv::Mat sure_bg;
    ) U$ |6 t. l: k) G4 i) f
56.     getBackground(bin_img, sure_bg);
    ' Z! ]& y2 G8 }- Y' K8 |
57.     showImg("Sure Background", sure_bg);
    ( B( y6 o; P0 s2 i5 ]. o
58.     cv::Mat sure_fg;
    & B7 D9 M; r, @  E' j, }/ r
59.     getForeground(bin_img, sure_fg);
    1 s* ^# ]4 p" a1 X
60.     showImg("Sure ForeGround", sure_fg);
    0 l# _, V& K3 Y4 Z! E" Q
61.     cv::Mat markers = cv::Mat::zeros(sure_bg.size(), CV_32S);
    
62.     std::vector<std::vector<cv::Point>> contours;
    
63.     findMarker(sure_bg, markers, contours);
    2 D1 Q/ k5 q) f
64.     cv::circle(markers, cv::Point(5, 5), 3, cv::Scalar(255), -1); // 在标记周围绘制圆圈
    1 [9 _( _+ u  _
65.    
    4 c% _% K1 }+ q2 d# ?
66.     cv::watershed(original_img, markers);
    
67.     cv::Mat mark;
    : E7 `' I% b3 B' T& m( J
68.     markers.convertTo(mark, CV_8U);
    ) J* D# ?7 x/ X  G- [
69.     cv::bitwise_not(mark, mark); // 将白色转换为黑色，黑色转换为白色
    
70.     showImg("MARKER", mark);
    
71.     // 在图像中突出显示标记 /
    
72.     std::vector<cv::Vec3b> colors;
    
73.     getRandomColor(colors, contours.size()); // 创建结果图像
    
74.     cv::Mat dst = cv::Mat::zeros(markers.size(), CV_8UC3);
    ) {5 ^1 h1 T: [/ ^6 H0 w- n
75.     // 用随机颜色填充标记的对象
    
76.     for (int i = 0; i < markers.rows; i++)
    - c9 h5 |; w1 ~4 i
77.     {
    
78.         for (int j = 0; j < markers.cols; j++)
    1 p. Z  T! D  m
79.         {
    
80.             int index = markers.at(i,j);
    ) C; E- V8 |, B
81.             if (index > 0 && index <= static_cast<int>(contours.size()))
    
82.                 dst.at<cv::Vec3b>(i,j) = colors[index-1];
    # z) N! ?8 O7 G* K/ L1 ?9 w
83.         }
    
84.     }
    2 K5 K; `9 F3 @# Y$ m
85.     showImg("Final Result", dst);
    ; ~1 x7 R7 A" K2 f4 x
86.     cv::waitKey(0);
    2 R, ]9 d: k7 J2 f7 h
87.     return 0;
    ! g3 y) }0 j. P# c
88. }
    

复制代码

————————————————
                            版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。                        原文链接：https://blog.csdn.net/matt45m/article/details/138211359

---

欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)

Powered by Discuz! X2.5