Frangi过滤器用作边缘检测器

Question

我试图使用Frangi过滤器从植物图像中提取所有茎。我想利用每个茎具有比叶子更像血管特征的特性。 Using this paper as reference。

我的输入图片是

这是我的matlab代码片段

 options=struct('FrangiScaleRange', [1 3], 'FrangiScaleRatio', 1, 'FrangiBetaOne', 0.5,...
       'FrangiBetaTwo', 2, 'verbose',true,'BlackWhite',true);
      [outIm,whatScale,Direction] = FrangiFilter2D(double(rgb2gray(img2)), options);
      outIm = uint8(outIm/max(outIm(:))*256);

这是输出

我知道可以有其他方法来完成这项任务，但我很想知道，为什么这种方法不起作用。

Answer 1

就Frangi过滤器而言，你的茎和叶都像容器一样，所以你不能简单地使用过滤器输出来区分它们。

然而，你可以：（i）选择更好的尺度（大致适合你试图检测的结构的尺度）和（ii）尝试不同的参数。

我试过，根据比例5 10 20 30和Frangi参数beta=0.5和c=100

[Frangi等人：Multiscale vessel enhancement filtering，MICCAI 1998]

这就是我得到的：

以原始图像http://i.stack.imgur.com/s6wuE.jpg的逻辑单位缩放，在Photoshop中转换为灰色-8bpp。

您可以观察到以下内容。叶片在比茎更高的尺度上给出响应。也许这可能是一个线索。

编辑：

我看了http://i.stack.imgur.com/eZwxg.png。 “边缘探测器” - 对明亮叶子的影响是由于Frangi理论在两个维度上的适用性不足：

• 三维血管：血管方向的小特征值，另外两个正交方向的两个高负特征值。
• 2-D容器：容器方向上的小特征值，一个与其垂直的高负特征值。

相反

• 3-D板：一个高度负特征值，两个小特征值。

Answer 2

Frangi过滤器测量图像区域的延伸程度，因此它将容器检测为“长”而非“blobby”的对象。本文中的示例图像具有窄而直的茎（与您的一样）和非常圆的叶（与您的不同）。因为叶片比纸张更长更薄，所以第一步的算法效果不佳。您的选择是：

（a）带参数的futz（在matlab中，我相信它们是FrangiAlpha和.FrangiBeta参数）。默认情况下，这些设置为0.5，我认为你需要将它们设置得更低（这样你就必须更长，更瘦，以便算作干）。

（b）像@dasdingonesin所说的那样，论文有很多步骤，后面的Hough Filter步骤也会鼓励比Frangi滤波器更大规模的长连续线。