usuwania niepożądanych znaków organicznego schemat cząsteczki

Question

mam obraz:

że do usunięcia wszystkich części obrazu, które nie tworzą części struktury cząsteczki organicznej. Tak więc na tym obrazie chcę usunąć Process A i line below it. Próbowałem użyć bwlabel, aby uzyskać połączone komponenty, ale sama struktura nie tworzy jednego komponentu. W związku z tym usunięcie za pomocą tej metody nie jest możliwe. Masz pomysł, jak mogę rozwiązać ten problem?

Answer 1

Są dwa sposoby podejścia do tego, w zależności od preferencji.

Sposób nr 1 - Korzystanie bwareaopen

tani sposób to zrobić byłoby, aby odwrócić obraz tak, że obiekt piksele są białe zamiast czarnego, następnie wykonywanie morfologii zamykanie na obrazie i usunięcie tych obszarów, które spaść poniżej pewnej kwoty. Zamknięcie łączyłoby razem rozłączone regiony i korzystało z tego, że przyłączenie się do "struktury" wygenerowałoby region o dużym obszarze, można uzyskać próg według obszaru każdego regionu i wyeliminować te regiony, które spadną poniżej pewnej kwoty.

Następnie można przywrócić oryginalny obraz, po prostu wykonując logiczny AND z odwróconym obrazem i zamkniętym wynikiem, a następnie ponownie odwracając ten wynik pośredni. Efektem tego będzie zatrzymanie pikseli, które należą do oryginalnego obrazu, z powodu operacji zamykania sztucznie tworzących piksele obiektów. Konkretnie, połączenie sąsiednich regionów struktury tworzy nowe piksele obiektów, a więc wykonanie AND zapewni usunięcie tych pikseli, które nie są wspólne z oryginałem. Ponieważ jest to wykonywane na odwrocie oryginalnego wyniku, ponowne wprowadzenie powoduje powrót do pierwotnej domeny pikseli obiektów, które są czarne zamiast białe.

coś takiego:

%// Read in image from StackOverflow 
im = imread('http://i.stack.imgur.com/A7iT7.png'); 

%// Invert image 
im = ~im; 

%// Define 50 x 50 structuring element and close the image 
se = strel('square', 50); 
out = imclose(im, se); 

%// Remove regions whose areas fall below 10000 pixels 
out = bwareaopen(out, 10000); 

%// Remove out extraneous closing areas by ANDing with inverted image 
%// then reinvert to bring back to original label scheme 
out = ~(im & out); 

%// Show the image 
imshow(out); 

Dostajemy to zdjęcie:

Uwagi

1. Funkcja imclose wykona morfologicznej zamknięcie dla ciebie z elementem wpływającym zdefiniowane przez strel. Użyłem kwadratu 50 x 50, aby upewnić się, że mamy wystarczająco duże okno, aby połączyć razem sąsiednie piksele obiektów.
2. Funkcja bwareaopen przyjmuje obraz binarny i usuwa regiony, których obszary pikseli spadają poniżej pewnej ilości. Po zamknięciu będziesz miał dwa połączone obszary - górną część obrazu ze strukturą i dolną z tekstem. Przez eksperymentowanie 10000 pikseli usunęło region na dole.

---

Metoda # 2 - Korzystanie regionprops

Podobne do Sposób nr 1, alternatywna metoda aby to zrobić i jest próg agnostycznego jest pójść z oryginalnego pomysłu. Wykonaj operację zamykania, a następnie oceń obszary każdego z połączonych regionów i wybierz obszar o największym obszarze. To, co polecam, to użycie w tym przypadku regionprops, która jest specjalnie zaprojektowana do analizy charakterystyk różnych obszarów obrazu. Wyjście będzie strukturą elementów N, gdzie N jest całkowitą liczbą unikalnych i połączonych obiektów znalezionych w obrazie, a każda struktura zawiera pola właściwości, które chcesz zmierzyć na obrazie. W twoim przypadku określ atrybuty 'Area' i 'PixelIdxList', które zawierają obszary i lokalizacje głównych pikseli dla każdego regionu.

Znajdowałbyś maksymalny obszar ogólny i korzystałeś z odpowiednich lokalizacji pikseli i ustawiłeś mapę wyjściową, z którą logicznie logowałbyś się AND.

coś takiego:

%// Read in image from StackOverflow 
im = imread('http://i.stack.imgur.com/A7iT7.png'); 

%// Invert image 
im = ~im; 

%// Define 50 x 50 structuring element and close the image 
se = strel('square', 50); 
out = imclose(im, se); 

s = regionprops(out, 'Area', 'PixelIdxList'); %// Apply regionprops 

%// Find the region with the max area 
[~,id] = max([s.Area]); 

%// Create an output mask with the largest area 
%// Make logical 
out = false(size(im)); 

%// Set pixels from largest area 
out(s(id).PixelIdxList) = true; 

%// Rest of the logic from before 
%// Remove out extraneous closing areas by ANDing with inverted image 
%// then reinvert to bring back to original label scheme 
out = ~(im & out); 

%// Show the image 
imshow(out); 

Należy uzyskać dokładnie takie same wyniki jak w pierwszej metodzie.

Answer 2

Po założeniu, że tytuł obrazu jest oddzielony przestrzennie od „rzeczywistego obrazu” dość daleko:

Construct bąble przez rozmycie obrazu, znaleźć podłączonych komponentów wziąć górną/większy (lub innej heurystyki to zależy od twoich danych). Tak więc, przed użyciem algorytmu połączonego komponentu, wykonaj wstępne przetwarzanie:

1. Filtr Gauss/Median (w razie potrzeby) i wykrywanie krawędzi.
2. binaryzacji
3. morfologiczne operacji (nadżerki, rozszerzenie)
4. blob Ekstrakcja heurystycznego (kształt/rozmiar/położenia).

natomiast 4. jest substytutem podłączonych komponentów (co nie jest obowiązkowe). Możesz wyszukać inne metody pod słowem kluczowym blob extraction lub text extraction. To jest ogólny zarys tego, co zrobiłbyś "w ogólnym przypadku". Które kroki przynoszą najlepsze rozwiązanie zależą od Twoich danych, więc musisz trochę poeksperymentować.