图像中超像素的相邻和非相邻超像素

Question

在将图像分割成N个超像素后，我需要指定与一个超像素相邻或不相邻的超像素，并确定所有超像素的这种关系。

[L,NumLabels] = superpixels(A,200);

如何为每个超像素指定相邻的超像素？

更新

“我试过了”Cris Luengo介绍的解决方案。然而，出现了以下错误：

B=imread('H.jpg');
[L,N] = superpixels(B,200);
glcms=graycomatrix(L);
k=glcms(:,50);    %SupNum=50
[r,~]=find(k>0); 
aa=find(r==50);
r(aa)=[];

​

​

更新2我遵循MATLAB中的说明，但它对我不起作用。对于SupNum=8，产生了以下结果：

​

​

Answer 1

在对这个问题是在MATLAB上回答的。的回答中，有人暗示graycomatrix是解决这个问题的好方法。然而，这些答案是不完整的。

graycomatrix需要几个参数来完成我们需要它做的事情。它计算一个灰度值共现矩阵。这是一个矩阵，在单元格(i,j)中，灰色值i在另一个灰度值j旁边发生的频率。可以在此函数中定义“邻接”关系。默认情况下，graycomatrix返回一个8x8矩阵，其中它将图像中的所有灰度值装箱到8个回收箱中，并查找组i中发生在组j中任何灰度值旁边的任何灰度值。

因此，我们需要在这个共生矩阵中将我们的超像素图像中的每个标签分开(有不同的N标签，或灰度值)。我们还需要指定“邻接”关系为[1,0]或[0,1]，即水平或垂直相邻的两个像素。当指定两个“邻接”关系时，我们得到两个共现矩阵，以三维矩阵的形式出现。还要注意的是，共生矩阵是不对称的，在我们的超像素图像中，标签i可能发生在标签j的左边，但是在这种情况下，j也不太可能发生在i的左侧。因此，glcms(i,j)将有一个非零计数，但glcms(j,i)将为零。在下面的代码中，我们通过显式地使矩阵对称来克服这一点。

这是代码：

B = imread('kobi.png'); % using one of MATLAB's standard images
[L,N] = superpixels(B,200);
glcms = graycomatrix(L,'NumLevels',N,'GrayLimits',[1,N],'Offset',[0,1;1,0]);
glcms = sum(glcms,3);    % add together the two matrices
glcms = glcms + glcms.'; % add upper and lower triangles together, make it symmetric
glcms(1:N+1:end) = 0;    % set the diagonal to zero, we don't want to see "1 is neighbor of 1"

glcms现在是邻接矩阵。如果超像素、i和j是相邻的，则在i处的值为非零.该值指示两个超像素之间的边界有多大。

要计算邻接列表：

[I,J] = find(glcms);     % returns coordinates of non-zero elements
neighbors = [J,I]

Answer 2

这里，我使用peppers.png作为示例映像。相邻超像素的像素用maskNeighb变量表示。唯一的问题是调整参数的灰斑。也许您将需要不同的参数为您的形象，但这应该让您开始。在图中，选择的超像素应该是黑色的，而邻居则是白色的。

B = imread('peppers.png');
% make superpixels
[L,N] = superpixels(B,200);
% find neighbors for all superpixels
glcms = graycomatrix(L,'NumLevels',N,'GrayLimits',[],'Symmetric',true);
% find superpixels k neighboring superpixel number 50
supNum = 50;
k=find(glcms(:,supNum));  
k(k == supNum) = [];
% find pixels that are in superpixel 50
maskPix = L == supNum;
% find pixels that are in neighbor superpixels k
maskNeighb = ismember(L,k);
% plot
maskPix3 = repmat(maskPix,1,1,3);
maskNeighb3 = repmat(maskNeighb,1,1,3);
Bneigbors = B;
Bneigbors(maskPix3) = 0;
Bneigbors(maskNeighb3) = 255;
figure;
imshow(Bneigbors)