基于先验形状信息的Matlab图像分割

Question

我有一系列的医学图像，我试图在Matlab中从这些图像中分割出并分析ECG轨迹(下图中的绿色尖峰线)：

​

​

到目前为止，我已经成功地使用颜色阈值和区域属性在一小部分图像上做到了这一点。我的问题是，这个功能的几乎所有方面都可能发生变化，这取决于用于生成图像的机器的制造商以及操作它的用户的行为(我对此没有控制权)。

潜在的不同属性包括图像中的线条位置(可以改变为图像中的几乎任何位置)、振幅、频率，甚至颜色(可以改变以匹配上面图像中线条下的大白色表面的颜色)。这使得仅依靠“简单”方法(颜色分割、区域属性、边缘检测等)为所有图像创建稳健的分割解决方案变得极其困难。

训练分类器来识别这条线的大致形状并将其分割出来是不是很简单？或者，有没有其他方法可以使用先验形状信息来搜索和分割图像？

Answer 1

如果您当前正在应用任意阈值，则可以查看各种动态阈值技术(here a technique that applies the concept on edge detection)。

您还可以尝试在图像的不同表示上设置阈值，例如HSL and HSV (我假设您是在RGB值上设置阈值)

Answer 2

您可以使用分类器和活动轮廓模型来分割所需的区域。可以在这里找到一个示例：http://pratondo.staff.telkomuniversity.ac.id/2016/01/14/robust-edge-stop-functions-for-edge-based-active-contour-models-in-medical-image-segmentation/