圖像分割得到感興趣的區域可以用以下算子:
各種各樣的閾值算子可以通過灰度值將灰度值圖像或者多通道圖像的其中一個通道圖片分割出感興趣的區域,如
auto_threshold, bin_threshold, dyn_threshold, fast_threshold,threshold.
獲取圖片的灰度值的可以用gray_histo, histo_to_thresh, and intensity.
閾值算子得到的多個區域可以通過算子connection合併成一個區域。
如果物體包含蜂窩結構,算子watershed比閾值算子更合適。因爲它是根據拓撲結構來分割圖片的。
如果想按照強度分割圖片,可以使用區域生長算子regiongrowing.進行圖片分割。
對上面提到的算子,都可以使用低通濾波算子binomial_filter先進行去噪。
區域處理可以用以下算子:
分割圖片後可以選擇算子select_shape 或select_gray來選擇有特定特徵的區域。一般的特徵有:特定區域範圍,特定的形狀,指定的灰度值。
可以通過形態學算子opening_circle 或者 dilation_rectangle來抑制一些小縫隙或者小黏連。
可以通過集合算子將不同區域連接起來。union1 , union2,intersection,difference,complement。
可以擬合區域,shape_trans
skeleton計算區域的框架
sort_region根據相鄰位置歸類區域, partition_dynamic將一個區域分割爲等大的矩形, rank_region給對區域的操作歸類.
提取特徵可以用以下算子:
area_center、smallest_rectangle1 、 smallest_rectangle2、inner_rectangle1、inner_circle、diameter_region 、
orientation_region
可以先進行區域處理再進行輪廓處理,使用算子gen_contour_region_xld.把提取的區域轉換爲輪廓。
高精度下會使用輪廓處理而不單單使用區域處理。
輪廓處理的步驟:
創建輪廓
選擇輪廓
評估輪廓:如果知道想要測量物體的形狀,評估步驟爲1、將複雜輪廓分割成預定義的輪廓 2、提取近似輪廓或者輪廓單元的基礎形狀的參數。如果不知道可以提取未知形狀的基本輪廓特徵。
如果精度足夠,還可以在輪廓處理的某一步切換爲區域處理,可以使用算子:gen_region_contour_xld