image - Matlab - 区分 RGB 或灰度图像中重叠的低对比度对象

Question

我在检测图像中的对象时遇到了很大的问题 - 我知道这个话题已经在许多论坛中进行了高度讨论，但我花了最后 4 天时间寻找答案，但未能找到答案。

事实上:我有一张来自分店的照片 ( http://cl.ly/image/343Y193b2m1c )。我的目标是计算这张照片中的每一根针。所以我不得不面对几个问题:

将带针的 Twig 与背景分开(在这种情况下没有问题)。

选择针的边界。这是一个大问题；我尝试了不同的方法，包括所有 edges() 函数，但问题总是一样的——针周围的边界没有闭合——这导致了最后一个问题:

针重叠了!这导致“针之间的正方形”，如果我使用 imfill() 或相等的公式，则填充而不是针。并且:针头集中的地方(一处有很多针头)几乎无法区分。

我尝试了分水岭，我尝试了增强对比度，Kmeans 聚类，我尝试了 imerose、imdilate 和相关函数以及后续的边缘检测。我也尝试对图片进行一点过滤和平滑处理，以便稍微“不锐化”针头，这样并不是颜色的每一个小变化都被识别为边框(这是另一个问题)。

我是 matlab 的新手，所以我不知道我需要寻找什么。我试着按照用于核检测的 MatLab 教程进行操作 - 但有了这个我只能得到所有绿色物体(一次所有针)。

我希望之前没有出现过这个问题 - 如果是的话，我对重复发帖深表歉意。如果有人知道该做什么或使用什么方法，那将是非常棒的，并且可以避免这周非常糟糕的开始。

非常感谢您，

菲利普

Answer 1

区分重叠对象非常非常困难，尤其是当您不知道必须区分多少对象时。与我所知道的任何分割算法相比，您的大脑在区分重叠对象方面要好得多，因为它能够整合大量难以编码的信息。因此:如果您自己无法区分某些功能，请忘记通过代码来区分。

话虽如此，您可能有一种方法可以获得针的大致数量:如果您可以将图像像素分为两类:“针”与“非针”，并且您知道如何图片中的大部分区域都被针覆盖了(拍照时带上尺子可能会有所帮助)，然后您可以将“针”像素数除以单个针覆盖的像素数来估算总数图像中的针数。由于重叠，这会稍微低估针数，并且针越密(由于重叠越多)，它会低估得越多，但它应该允许您自动比较有很多针的分支和有很少针的分支，以及至于识别时间的变化，这应该是您的目标之一。