通常使用哪種方法評估初始分割後的剩餘「邊界」像素(基於閾值)?擴大物體/特徵像素區域
我想過基於閾值的標準偏差進行分類,但我不知道這是否是圖像分析中的常見做法。這將是一個區域增長方法,但基於這個問題的答案(http://www.mathworks.com/matlabcentral/answers/53351-how-can-i-segment-a-color-image-with-region-growing),使用區域增長算法是不明智的。有人建議imdilate
。這種方法在增強用於美學目的的圖像或提高可見度時似乎是任意的,有用的。對於我的問題,像素的分配必須正確,因爲我必須對這些提取的對象/特徵執行測量,並且幾個像素會產生巨大差異。
我一直在尋找:
- 從第一分段收集我的邊界BW圖像的像素(我發現:http://nl.mathworks.com/help/images/ref/bwboundaries.html)
- 決策規則(近鄰?)進行分類的邊界像素。如果有多種方法可以做到這一點會有所幫助,因爲它可以對分類進行相對準確的檢查。
我真的從更有經驗的人在這方面的體會到輸入/建議我指向正確的方向(功能,教程等)
謝謝!
我不確定我是否理解你的意思:你是否做了分割,現在想通過在邊界處添加或去除一些像素來細化分割的區域? – Jonas
@Jonas:是的,我根據rgb和實驗室顏色空間通道(未組合,兩種獨立方法)進行了分割。我想重新評估邊界上的像素(或者如果計算上不減慢分配0的所有像素)(分配1的像素)來添加像素(不移除)。我希望此評估基於從初始分割中提取的像素的顏色通道值(與這些值的偏差)。 – YV3003