Как применить морфологические операции, такие как очистка границ и удаление небольших объектов на цветных изображениях?

Question

У меня есть цветное изображение:

Затем я применил алгоритм k-средних и выбрал это изображение в качестве подходящего кластера:

Я хочу применить морфологические операции, такие как очистка границ, заполнение отверстий и удаление небольших объектов с помощью MATLAB, но эти операции работают только с серыми или двоичными изображениями в MATLAB.

Я хочу выделить только ячейку в середине изображения и извлечь контур в качестве последнего шага.

Код является:

NbIm = size(names1,1);
n1 = 1;
n2 = NbIm;
for  n = n1:n2
    %  1- Lecture de l'image originale
    ImPath1 = strcat(DirName1,ImName1(n)); % Chemin de chaque image
    Im_originale = imread(char(ImPath1));  % Chargement image

    %  1-  Appliquer la méthode K-means pour générer TROIS classes
    cform = makecform('srgb2lab');
    lab_he = applycform(Im_originale,cform);
    ab = double(lab_he(:,:,2:3));
    nrows = size(ab,1);
    ncols = size(ab,2);
    ab = reshape(ab,nrows*ncols,2);
    nColors = 3;

    % repeat the clustering 3 times to avoid local minima
    [cluster_idx, cluster_center] = kmeans(ab,nColors,'distance','sqEuclidean', ...
        'Replicates',3);
    pixel_labels = reshape(cluster_idx,nrows,ncols);
    % imshow(pixel_labels,[]), title('image labeled by cluster index');

    segmented_images = cell(1,3);
    rgb_label = repmat(pixel_labels,[1 1 3]);
    for k = 1:nColors
        color = Im_traiter;
        color(rgb_label ~= k) = 0;
        segmented_images{k} = color;
    end
    C1=segmented_images{1};
    C2=segmented_images{2};
    C3=segmented_images{3};

    % 2-  Selectionner la classe à traiter
    [m ind]=min(cluster_center);
    ClusterChoix=ind;
    Im1_traiter=segmented_images{ClusterChoix};
end

Answer 1

Вы можете изменить свой код следующим образом, чтобы применить некоторую морфологическую обработку:

Оригинальный код:

pixel_labels = reshape(cluster_idx,nrows,ncols);
segmented_images = cell(1,3);
rgb_label = repmat(pixel_labels,[1 1 3]);
for k = 1:nColors
   color = Im_traiter;
   color(rgb_label ~= k) = 0;
   segmented_images{k} = color; 
end

Модифицированный код:

pixel_labels = reshape(cluster_idx,nrows,ncols);
segmented_images = cell(1,3);
for k = 1:nColors
   mask = pixel_labels == k;
   % Insert morphological operations here on the binary image `mask`
   color = Im_traiter;
   color(repmat(~mask,[1 1 3])) = 0;
   segmented_images{k} = color; 
end

Answer 2

ИМО ваше изображение на самом деле является бинарным, так как вы заботитесь о форме и операциях над формой.

Бинаризируйте и примените двоичные операции, затем объедините с оригиналом (перенесите цвета в бинаризованные пиксели). Возможно, вам придется экстраполировать данные при появлении новых пикселей. Существуют так называемые методы рисования. Вы можете исследовать восстановление Пуассона, которое похоже на средневзвешенное значение соседних известных пикселей.