Matlab 图像分割后的有效分割边界标记

利用MATLAB的边界函数可以标记二值图像的边界

为了获得作为二值图像的所有段的边界，应该做些什么

我已经分割了一幅图像，想知道是否有一种方法可以标记每个相邻片段之间的边界，而无需对每个片段应用形态学操作

我添加了一些图片来说明我想做什么。实际上，我想得到一个二值图像，它在所有线段之间保持粉红色的边界标记像素。因此，我可以通过Steve Eddins的功能将它们与原始图像叠加

分割结果的随机彩色标签：

分段之间大致标记的粉红色边界：

---

由于腐蚀和膨胀也适用于非二进制图像，因此您可以编写

img = imread('http://i.stack.imgur.com/qPiA3.png');
ei = imerode(img,ones(3));
di = imdilate(img,ones(3));
boundaries = ei~=img | di~=img;

这将导致bw图像在每个彩色区域的边缘具有边界（因此，边界线将为两个像素宽）

---

请注意，这不会将像素的有序列表返回为

bwbounders

，而是像

bwperim

这样的逻辑掩码，这是

iOverlay

需要的输入

可以使用范围过滤器查找区域边界，该过滤器可以查找每个像素邻域内的强度范围。这利用了标签矩阵在区域边界处仅具有非零范围这一事实

im = imread('http://i.stack.imgur.com/qPiA3.png');
boundaries = rangefilt(im,ones(3)) > 0;
imoverlay(label2rgb(im),boundaries,[0 0 0]);

---

这些边也有两个像素宽。实际上，我认为边缘必须有两个像素宽；否则，区域将不均匀地“丢失”像素到边界。

作为一种迂回的方法，我考虑使用MATLAB的边缘函数。 首先，我需要应用label2gray操作之类的东西。标签是下面代码中的分段输出（问题中提供的第一幅图像）

grayLabels = mat2gray(255* double(labels) ./ double(max(labels(:)))); %label2gray
bw_boundaries = edge(grayLabels,0.001);

---

你能举一个具体的例子说明你想做什么吗？非常感谢。我错过了你提到的关于侵蚀扩张的第一个事实。这很有帮助。@Gulcan:如果你关心速度，你可能想用

strel

而不是

one

作为面具，即

strel（'square'，3）

而不是

one（3）

。这将使用更快的可分离过滤器。感谢您的解决方案。这是一个很好的情况，你是对的。我意识到你的解决方案比以前提出的侵蚀扩张的解决方案略快。对于这种方法，只需规范化标签矩阵：

nim=im-min（im（：）；nim=nim/max（nim（：）。几乎所有的MATLAB图像处理函数都是在double类型的标准化矩阵上工作的。其次，在这种情况下，梯度方法不能找到所有的边缘像素。显示覆盖图并近距离查看区域角。是的，我知道：）我需要根据标记图像中指定的最大值调整0.001硬阈值。