从距离变换中寻找中心线

Question

给定二进制输入图像，我想从距离变换中提取中心线。我已经取得了一些成果，但是，我想知道是否：

1. 整个过程可以更有效地完成，即减少步骤数，避免阈值等。
2. 如何恢复我错误检测到的某些区域（线条间隙），例如看看最后一张图片中的红色椭圆。

代码如下：

im=im2bw(imread('test.tif'));
figure(1), subplot(3,2,1)
imshow(im,[]);
title('Input Image');

imd=bwdist(~im);
subplot(3,2,2)
imshow(imd,[]);
title('Euclidean Distance Transform');

%imw=watershed(imd);
%imw=imw==0;
log=del2(imd);
subplot(3,2,3)
imshow(log,[]);
title('Laplacian of Gaussian');

imp=bwperim(im);
se=strel('disk',1);
imp=imdilate(imp,se);
subplot(3,2,4)
imshow(imp,[]);
title('Dilated Perimeter');

bin=log < -0.2;
mask=bin-imp;
mask=mask>0;
subplot(3,2,5)
imshow(mask,[]);
title('Binazired mask');

rp = regionprops(mask, 'PixelIdxList', 'Area');
rp = rp(vertcat(rp.Area) > 30);

centerline=zeros(size(im));
centerline(vertcat(rp.PixelIdxList))=1;
centerline=bwmorph(centerline,'thin');
subplot(3,2,6)
imshow(centerline,[]);
title('Final mask');

算法的步骤如下：

• 从二进制图像计算距离变换。
• 应用高斯拉普拉斯算子。我希望中心线上的负值很大。
• LoG的阈值响应，删除原始二进制图像边界上的像素，并保留长度至少为30像素的行。