백그라운드에서 알약 세그먼트

최근에 이미지 처리로 시작하여 Grad 학교에서 이와 관련된 과정을 수강했습니다. 그러나 이미 주제에 대한 정보가 너무 많지 않은 프로젝트가 있지만 꾸준한 진전을 이루었습니다. 나는 각각의 배경에서 알약을 분할하려고합니다. 배경이 대조되는 이미지의 경우, Otsu의 방법을 사용하여 알약을 분할 할 수있었습니다. 비슷한 배경의 이미지와 관련하여 Otsu의 방법은 효과가 없습니다. 분할과 관련하여 상당히 많은 논문을 읽었지만 읽은 대부분의 논문은 이미지의 종류에 따라 수동 임계 값을 사용합니다. 올바른 임계 값을 감지하고 이미지의 임계 값을 자동으로 임계 값을 지정하고 시드 성장 또는 클러스터링과 같은 기술을 사용하여 이미지를 분할 할 수 있습니까?

내가 사용하고있는 색 공간은 L a b *이므로 사용해야하는 적절한 색 공간을 추천 할 수 있다면 감사하겠습니다.

문제의 이미지 :

원본 1

결과 1

원본 2

결과 2

원본 3

결과 3

임계 값 방식을 사용하려면 세 번째 예제 이미지와 같이 조명 변화가 큰 경우 적응 형 임계 값 방법을 사용해야합니다 ( dsp question here ).

또한 색상 공간을 실험해야합니다. 이미지를 다른 색상 공간으로 분해하는 스크립트는 몇 줄을 넘지 않아야하며 많은 이미지 뷰어에서 해당 옵션을 사용할 수 있습니다. 가장 좋은 것은 시각적으로 쉽게 결정할 수 있어야합니다. 색상 공간을 읽으려면 여기에 좋은 dsp 질문이 있습니다 .

마지막으로, 다른 접근 방식을 시도 할 수 있습니다. 하나의 아이디어는 불완전한 세그먼트 화, 가장자리 감지 및 마지막으로 원에 대해 Hough 변환과 같은 것을 사용하여 (불완전한) 원 아치에서 잘 작동하는 것입니다. (이 아이디어는 물론 둥근 알약에만 적용됩니다)

OpenCV 라이브러리의 Circle Hough 변환은이 응용 프로그램에 적합합니다. 많은 반경을 실행해야하지만 최상의 허프 응답은 알약의 경계와 중심을 제공합니다. 원형이 아닌 알약을 찾으려면 일반화 된 허프 변환을 사용해야합니다. 알약이 가장자리 지점을 막거나 누락하더라도 작동합니다.

임계 값은 필드에서 임계 값이 필과 배경을 분리하지 않는 상황에 빠질 수 있기 때문에 임계 값이 나쁜 해결책 일 수 있습니다. 따라서 에지 그룹의 상대 위치에 의존하는 알고리즘이 우수합니다.

이 문제를 해결하려면 배경과 전경을 분리해야합니다. 이것이 해결책입니다. 제안합니다.

1) 이미지를 Rgb에서 그레이 스케일로 변환합니다. 당신은 우리가 부르는 이미지를 얻을 것입니다 I1;

2) 큰 반경을 사용하여 침식 형태의 필터를 적용하십시오. 결국 여러 번 ==> 침식으로 알약을 지우고 배경 만 가져와야합니다. 당신은 새로운 이미지를 얻을 것이다 I2;

3) 빼기 I2위해 I1, 당신은 전경 즉 약을 얻을 것이다;

4) 다른 형태의 필터를 적용하여 얻은 알약의 구멍을 채 웁니다.

5) 고립 된 픽셀을 제거하기 위해 형태 학적 필터, 침식, 작은 반경을 적용하십시오.

이 방법에는 임계 값, 모양 감지, 색상 세분화 등이 필요하지 않습니다.