计算图像边缘时出错

Question

我试图从图像中提取边缘。我使用了以下算法。输入图像（e11）也是512 * 512灰度图像。

1. 找到输入图像的形态梯度（gradientim）
2. 找到渐变图像的负像（negativeim）
3. 使用底帽转换（bottomhatim）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. 根据AVG查找二进制图像以使图像平滑。
6. 找到最大的连接区域以查找较大的对象（CC）。
7. 从平滑图像（边缘）减去最大区域。

我写的matlab代码如下：

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）的类型是＆＃39; struct＆＃39; ，我收到如下错误

＆＃34;未定义的功能＆＃39;减去＆＃39;对于类型＆＃39; struct＆＃39;＆＃34;。

的输入参数

＆＃34; bwconncomp＆＃34;函数可用于查找最大的连通区域吗？有没有替代函数？请帮我修正此代码。提前谢谢。

Answer 1

您假设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所说的内容：

 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.

根据您的算法说明，您希望找到最大的连通分量，并从图像中减去该分量，以便将最终图像存储在edge中。我建议你改用bwlabel，它会返回一个标签贴图，用不同的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。

我会使用bwlabel与histc结合来计算每个区域的像素数。我们将使用它来确定面积最大的区域。然后你制作一个由这个物体组成的面具，然后使用它并减去你的图像，得到最终的输出edge。

具体来说，请在代码末尾执行此操作：

%// 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);