图像分割 Image Segmentation

最新推荐文章于 2024-12-25 16:30:36 发布

原创

最新推荐文章于 2024-12-25 16:30:36 发布 · 1.2k 阅读

1 ·

CC 4.0 BY-SA版权

本文介绍了OpenCV中的三种图像分割算法：分水岭分割、金字塔分割和均值漂移分割。分水岭算法效果最佳但依赖于标记，金字塔算法效率最低，均值漂移算法效率高但效果次于分水岭。示例代码和对比分析帮助理解各算法特点。

http://www.cnblogs.com/xrwang/archive/2010/02/28/ImageSegmentation.html?login=1

作者：王先荣
前言
图像分割指的是将数字图像细分为多个图像子区域的过程，在OpenCv中实现了三种跟图像分割相关的算法，它们分别是：分水岭分割算法、金字塔分割算法以及均值漂移分割算法。它们的使用过程都很简单，下面的文章权且用于记录，并使该系列保持完整吧。
分水岭分割算法
分水岭分割算法需要您或者先前算法提供标记，该标记用于指定哪些大致区域是目标，哪些大致区域是背景等等；分水岭分割算法的分割效果严重依赖于提供的标记。OpenCv中的函数cvWatershed实现了该算法，函数定义如下：

void cvWatershed( const CvArr * image, CvArr * markers)

其中：image为8为三通道的彩色图像；
markers是单通道整型图像，它用不同的正整数来标记不同的区域，下面的代码演示了如果响应鼠标事件，并生成标记图像。

生成标记图像

// 当鼠标按下并在源图像上移动时，在源图像上绘制分割线条 private void pbSource_MouseMove( object sender, MouseEventArgs e) { // 如果按下了左键 if (e.Button == MouseButtons.Left) { if (previousMouseLocation.X >= 0 && previousMouseLocation.Y >= 0 ) { Point p1 = new Point(( int )(previousMouseLocation.X * xScale), ( int )(previousMouseLocation.Y * yScale)); Point p2 = new Point(( int )(e.Location.X * xScale), ( int )(e.Location.Y * yScale)); LineSegment2D ls = new LineSegment2D(p1, p2); int thickness = ( int )(LineWidth * xScale); imageSourceClone.Draw(ls, new Bgr(255d, 255d, 255d), thickness); pbSource.Image = imageSourceClone.Bitmap; imageMarkers.Draw(ls, new Gray(drawCount), thickness); } previousMouseLocation = e.Location; } } // 当松开鼠标左键时，将绘图的前一位置设置为（-1，-1） private void pbSource_MouseUp( object sender, MouseEventArgs e) { previousMouseLocation = new Point( - 1 , - 1 ); drawCount ++ ; }

您可以用类似下面的方式来使用分水岭算法：

使用分水岭分割算法

/// <summary> /// 分水岭算法图像分割 /// </summary> /// <returns> 返回用时 </returns> private string Watershed() { // 分水岭算法分割 Image < Gray, Int32 > imageMarkers2 = imageMarkers.Copy(); Stopwatch sw = new Stopwatch(); sw.Start(); CvInvoke.cvWatershed(imageSource.Ptr, imageMarkers2.Ptr); sw.Stop(); // 将分割的结果转换到256级灰度图像 pbResult.Image = imageMarkers2.Bitmap; imageMarkers2.Dispose(); return string .Format( " 分水岭图像分割，用时：{0:F05}毫秒。\r\n " , sw.Elapsed.TotalMilliseconds); }

金字塔分割算法
金字塔分割算法由cvPrySegmentation所实现，该函数的使用很简单；需要注意的是图像的尺寸以及金字塔的层数，图像的宽度和高度必须能被2整除，能够被2整除的次数决定了金字塔的最大层数。下面的代码演示了如果校验金字塔层数：

校验金字塔分割的金字塔层数