计算图像边缘时出错

Question

我在试着从图像中提取边缘。我使用了以下algorithm.Input图像(E11)，也给出了512 * 512灰度图像。

1. 求输入图像的形态梯度(梯度)
2. 找出梯度图像的负像(负像)
3. 使用底部帽子变换(底部)从封闭图像中减去原始图像。
4. 计算输入图像的平均像素(AVG)
5. 找出基于AVG的二值图像来平滑图像。
6. 查找最大的连接区域以查找较大的对象(CC)。
7. 减去最大区域是从平滑的图像(边缘)。

下面给出了我编写的matlab代码

e11 = imread("lena.jpg");
e11= double(e11);
gradientim = imdilate(e11,se) - imerode(e11,se);
negativeim = imcomplement(gradientim);
bottomhatim = imclose(negativeim,se) -  e11 ;
AVG = mean2(e11);
%-------Computing binary image--------
for i=1:(height)
     for j=1:(width)
         if(AVG > bottomhatim(i,j,:))
              bottomhatim(i,j,:) = 1;
         else
              bottomhatim(i,j,:) = 0;
         end
     end
end
CC = bwconncomp(bottomhatim);
edge = bottomhatim - CC;

​

​

在执行步骤7时，由于连接组件(CC)的类型为“struct”，因此将得到如下错误

“未定义函数‘减号’用于输入‘struct’类型的参数”。

是否可以使用"bwconncomp“函数来查找最大的连接区域?是否有其他函数可供选择?请帮助我提前更正此code.Thanks。

Answer 1

假设CC是一个数组，但它实际上是一个结构。具体来说，这就是文档对bwconncomp的看法。

 bwconncomp Find connected components in binary image.
    CC = bwconncomp(BW) returns the connected components CC found in BW. 
    BW is a binary image that can have any dimension. CC is a structure 
    with four fields:

       Connectivity   Connectivity of the connected components (objects).

       ImageSize      Size of BW.

       NumObjects     Number of connected components (objects) in BW.

       PixelIdxList   1-by-NumObjects cell array where the kth element
                      in the cell array is a vector containing the linear
                      indices of the pixels in the kth object.

通过算法描述，您希望找到最大的连接组件，并将其从图像中减去，以获得存储在edge中的最终图像。我建议您使用bwlabel，它返回一个标签映射，它用唯一的ID标记每个不同的对象。bwlabel的第二个输出返回检测到的对象数量。

我会使用bwlabel，结合histc来计算每个区域的像素数。我们将利用它来确定面积最大的地区。然后，您将制作一个由该对象组成的掩码，然后使用该掩码并将其与图像相减以获得最终的输出edge。

具体来说，在代码的末尾执行以下操作：

%// Do bwlabel on image
[L, num] = bwlabel(bottomhatim);

%// Count how many values belong to each object, ignoring background
counts = histc(L(:), 1:num);

%// Find which object gives us the largest area
[~,max_id] = max(counts);

%// Make a mask and then subtract
CC = L == max_id;
edge = imsubtract(bottomhatim, CC);