Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.

Reconstrucción morfológica

La reconstrucción morfológica se puede pensar conceptualmente como una dilatación repetida de una imagen, llamada, hasta que el contorno de la imagen del marcador se ajuste debajo de una segunda imagen, llamada el.imagen de marcadorimagen de máscara En la reconstrucción morfológica, los picos en la imagen del marcador "se extienden" o se dilatan.

Esta figura ilustra este procesamiento en 1-D. Cada dilatación sucesiva está restringida a estar debajo de la máscara. Cuando la dilatación adicional deja de cambiar la imagen, el procesamiento se detiene. La dilatación final es la imagen reconstruida. (Nota: la implementación real de esta operación en la caja de herramientas se hace mucho más eficientemente. Consulte la página de referencia para obtener más detalles.)imreconstruct La figura muestra las dilataciones sucesivas del marcador.

Dilataciones repetidas de imagen de marcador, restringido por máscara

La reconstrucción morfológica se basa en la dilatación morfológica, pero tenga en cuenta las siguientes propiedades únicas:

  • El procesamiento se basa en dos imágenes, un marcador y una máscara, en lugar de una imagen y un elemento de estructuración.

  • El procesamiento se basa en el concepto de, en lugar de un elemento de estructuración.Conectividad de píxeles

  • El procesamiento se repite hasta la estabilidad; es decir, la imagen ya no cambia.

Entender el marcador y la máscara

La reconstrucción morfológica procesa una imagen, llamada, basada en las características de otra imagen, llamada el.markermask Los puntos altos, o picos, en la imagen de marcador especifican dónde comienza el procesamiento. El procesamiento continúa hasta que los valores de imagen dejen de cambiar.

Para ilustrar la reconstrucción morfológica, considere esta imagen simple. Contiene dos regiones primarias, los bloques de píxeles que contienen los valores y.1418 El fondo se establece principalmente en, con algunos píxeles configurados.1011

Para reconstruir morfológicamente esta imagen, realice estos pasos:

  1. Cree una imagen de marcador. Al igual que con el elemento estructurante en la dilatación y la erosión, las características de la imagen del marcador determinan el procesamiento realizado en la reconstrucción morfológica. Los picos de la imagen de marcador deben identificar la ubicación de los objetos en la imagen de máscara que desea enfatizar.

    Una forma de crear una imagen de marcador es restar una constante de la imagen de máscara, utilizando.imsubtract

    marker = imsubtract(A,2) marker =      8     8     8     8     8     8     8     8     8     8      8    12    12    12     8     8     9     8     9     8      8    12    12    12     8     8     8     9     8     8      8    12    12    12     8     8     9     8     9     8      8     8     8     8     8     8     8     8     8     8      8     9     8     8     8    16    16    16     8     8      8     8     8     9     8    16    16    16     8     8      8     8     9     8     8    16    16    16     8     8      8     9     8     9     8     8     8     8     8     8      8     8     8     8     8     8     9     8     8     8 
  2. Llame a la función para reconstruir morfológicamente la imagen.imreconstruct En la imagen de salida, observe cómo se han quitado todas las fluctuaciones de intensidad excepto el pico de intensidad.

    recon = imreconstruct(marker, mask)

Encontrar picos y valles

Las imágenes en escala de grises se pueden pensar en tres dimensiones: los-y-ejes representan las posiciones de píxel y el eje representa la intensidad de cada píxel.xyz En esta interpretación, los valores de intensidad representan elevaciones, como en un mapa topográfico. Las áreas de alta intensidad y baja intensidad en una imagen, picos y valles en términos topográficos, pueden ser características morfológicas importantes porque a menudo marcan objetos de imagen relevantes.

Por ejemplo, en una imagen de varios objetos esféricos, los puntos de alta intensidad podrían representar la parte superior de los objetos. Utilizando el procesamiento morfológico, estos máximos se pueden utilizar para identificar objetos en una imagen.

Esta sección cubre estos temas:

Terminología

En esta sección se utilizan los siguientes términos.

Término

Definición

global maxima

Máxima regional maxima en la imagen. Vea la entrada para el maxima regional en esta tabla para más información.

global minima

Minima regional más bajo en la imagen. Vea la entrada para los mínimos regionales en esta tabla para obtener más información.

regional maxima

Conjunto conectado de píxeles de intensidad constante desde el que es imposible llegar a un punto con mayor intensidad sin descender primero; es decir, un componente conectado de píxeles con el mismo valor de intensidad, rodeado de píxeles que tienen un valor menor que.tt

regional minima

Conjunto conectado de píxeles de intensidad constante desde el que es imposible alcanzar un punto con menor intensidad sin primero ascender; es decir, un componente conectado de píxeles con el mismo valor de intensidad, rodeado de píxeles que tienen un valor mayor que.tt

Entender las funciones maxima y minima

Una imagen puede tener varios máximos o mínimos regionales, pero solo un máximo global o un mínimo. La determinación de picos o valles de imagen se puede utilizar para crear imágenes de marcador que se utilizan en la reconstrucción morfológica.

Esta figura ilustra el concepto en 1-D.

Encontrar áreas de alta o baja intensidad

La caja de herramientas incluye funciones que puede utilizar para buscar áreas de intensidad alta o baja en una imagen:

  • Las funciones y características identifican mínimos regionales o máximos.imregionalmaximregionalminall

  • Las funciones y características identifican los mínimos regionales o máximos que son mayores o menores que un umbral especificado.imextendedmaximextendedmin

Las funciones aceptan una imagen en escala de grises como entrada y devuelven una imagen binaria como salida. En la imagen binaria de salida, los mínimos regionales o máximos se establecen en; se establecen todos los demás píxeles.10

Por ejemplo, esta imagen simple contiene dos máximos regionales primarios, los bloques de píxeles que contienen el valor y, y varios máximos más pequeños, establecidos en.131811

La imagen binaria devuelta por señala todos estos máximos regionales.imregionalmax

B = imregionalmax(A)

Es posible que desee sólo para identificar las áreas de la imagen donde el cambio de intensidad es extrema; es decir, la diferencia entre el píxel y los píxeles adyacentes es mayor que (o menor que) un umbral determinado. Por ejemplo, para encontrar sólo los máximos regionales en la imagen de muestra, que son al menos dos unidades más altas que sus vecinos, utilice.Unimextendedmax

B = imextendedmax(A,2)

Supresión de minima y maxima

En una imagen, cada pequeña fluctuación en intensidad representa un mínimo o un máximo regional. Es posible que sólo esté interesado en los mínimos o máximos significativos y no en estos minima más pequeños y máximos causados por la textura de fondo.

Para eliminar los mínimos y máximos menos significativos pero retener los mínimos y máximos significativos, utilice la función o.imhmaximhmin Con estas funciones, puede especificar un criterio de contraste o un nivel de umbral, que suprime todos los máximos cuya altura es menor que o cuyos mínimos son mayores que.hh h

Nota

Las funciones,, y devuelven una imagen binaria que marca las ubicaciones de los mínimos regionales y máximos en una imagen.imregionalminimregionalmaximextendedminimextendedmax Las funciones y producen una imagen alterada.imhmaximhmin

Por ejemplo, esta imagen simple contiene dos máximos regionales primarios, los bloques de píxeles que contienen el valor y, y varios máximos más pequeños, establecidos en.141811

Para eliminar todos los máximos regionales excepto los dos máximos significativos, uso, especificando un valor umbral de.imhmax2 Tenga en cuenta que sólo afecta al maxima; no se cambia ninguno de los otros valores de píxel.imhmax Los dos máximos significativos permanecen, aunque sus alturas se reducen.

B = imhmax(A,2)

Esta figura toma la segunda fila de la imagen de muestra para ilustrar en 1-D cómo cambia el perfil de la imagen.imhmax

Imponer un mínimo

Puede resaltar los mínimos específicos (objetos oscuros) en una imagen utilizando la función.imimposemin La función utiliza la reconstrucción morfológica para eliminar todos los mínimos de la imagen, excepto los mínimos que especifique.imimposemin

Para ilustrar el proceso de imponer un mínimo, este código crea una imagen simple que contiene dos mínimos regionales primarios y varios otros mínimos regionales.

mask = uint8(10*ones(10,10)); mask(6:8,6:8) = 2; mask(2:4,2:4) = 7; mask(3,3) = 5; mask(2,9) = 9; mask(3,8) = 9; mask(9,2) = 9; mask(8,3) = 9

Creación de una imagen de marcador

Para obtener una imagen que enfatiza los dos mínimos más profundos y elimina todos los demás, cree una imagen de marcador que señale los dos mínimos de interés. Puede crear la imagen de marcador estableciendo explícitamente determinados píxeles en valores específicos o utilizando otras funciones morfológicas para extraer las entidades que desea enfatizar en la imagen de máscara.

Este ejemplo se utiliza para obtener una imagen binaria que muestra las ubicaciones de los dos mínimos más profundos.imextendedmin

marker = imextendedmin(mask,1)

Aplicar la imagen de marcador a la máscara

Ahora se utiliza para crear nuevos minima en la imagen de máscara en los puntos especificados por la imagen del marcador.imimposemin Tenga en cuenta cómo establece los valores de los píxeles especificados por la imagen de marcador en el valor más bajo admitido por el tipo de datos (para los valores). también cambia los valores de todos los demás píxeles de la imagen para eliminar los otros mínimos.imimposemin0uint8imimposemin

I = imimposemin(mask,marker) I =     11    11    11    11    11    11    11    11    11    11     11     8     8     8    11    11    11    11    11    11     11     8     0     8    11    11    11    11    11    11     11     8     8     8    11    11    11    11    11    11     11    11    11    11    11    11    11    11    11    11     11    11    11    11    11     0     0     0    11    11     11    11    11    11    11     0     0     0    11    11     11    11    11    11    11     0     0     0    11    11     11    11    11    11    11    11    11    11    11    11     11    11    11    11    11    11    11    11    11    11

Esta figura ilustra en 1-D cómo cambia el perfil de la fila 2 de la imagen.imimposemin

Imponer un mínimo

Temas relacionados