Watershed Algorithm

يقوم هذا البلوك الوظيفي بتقسيم المناطق (region-based segmentation) باستخدام أقنعة المقدمة (foreground) والخلفية (background) المزوّدة لفصل الأجسام المتلامسة أو المتداخلة. يرجع صورة مع تراكب حدود المناطق وخريطة مقسمة مُعلّمة (labeled) لاستخدامها في المعالجة اللاحقة.

📥 المدخلات

• Image Any الصورة الأصلية (ملونة أو تدرج رمادي) المراد تقسيمها.

• Fore Ground صورة ثنائية/تدرج رمادي تدل على مناطق المقدمة المؤكدة (الأجسام).

• Back Ground صورة ثنائية/تدرج رمادي تدل على مناطق الخلفية المؤكدة.

📤 المخرجات

• Image Any الصورة الأصلية مع حدود المناطق المكتشفة مغطاة فوقها (نتيجة مرئية).

• Shed Image صورة مُعلّمة (تدرج رمادي) تمثل المناطق المقسّمة / العلامات (markers).

🕹️ الضوابط

لا يحتوي هذا البلوك على أدوات تعديل قابلة للتغيير. قدّم مدخلات Fore Ground وBack Ground دقيقة للتحكم في نتيجة التقسيم.

⚙️ آلية التشغيل

• يستخدم البلوك الأقنعة المزوّدة في Fore Ground وBack Ground لتحديد البكسلات التي هي بالتأكيد جزء من الكائنات وتلك التي هي بالتأكيد خلفية.

• يحدد المنطقة المجهولة بين هذه الأقنعة ويعيّن علامات وسيطة عليها.

• يقوم تمرير التقسيم بفصل المناطق، يرسم الحدود المكتشفة على نسخة من صورة الإدخال، وينتج Shed Image مُعلّماً حيث تمتلك كل منطقة مقسّمة قيمة علامة مميزة.

• الصورة المتراكبة توضّح الحدود لفحص بصري سريع، بينما الصورة المُعلّمة مناسبة للقياسات أو العد أو المعالجة اللاحقة.

🎯 الميزات

• فعّال في فصل الأجسام المتلامسة عند توفير أقنعة مقدمة/خلفية واضحة.

• ينتج كلاً من تراكب بصري للفحص وصورة مُعلّمة مفيدة للمعالجة اللاحقة (قياسات، عدّ، استخراج).

• يقبل صوراً ملونة أو تدرج رمادي كمدخل.

📝 تعليمات الاستخدام

1. حضّر قناعًا واضحًا لـ Fore Ground يغطي داخل الأجسام وقناعًا مكملاً لـ Back Ground للخلفية.

2. وصل الصورة الأصلية إلى مدخل Image Any والقناعين إلى مداخلهما المخصّصة.

3. شغّل البلوك للحصول على التراكب المقسّم وShed Image المُعلّمة.

4. استخدم الصورة المُعلّمة في مهام لاحقة مثل عدّ الأجسام أو استخراج المناطق الفردية.

💡 نصائح وحيل

• استخدم Image Threshold, Image Adaptive Threshold, أو HSV Filter لإنشاء أقنعة ثنائية مبدئية من الصورة المدخلة.

• نظّف الثقوب الصغيرة والضوضاء في الأقنعة باستخدام Morphological Transformations أو Denoising قبل إدخالها في هذا البلوك.

• للخلفيات المعقدة، جرّب Grab Cut Algorithm أو Background Subtractor لتوليد مرشحين أفضل للمقدمة/الخلفية.

• قصر المعالجة على منطقة اهتمام باستخدام Image ROI أو Image ROI Select لتسريع التقسيم وتجنّب المناطق غير ذات الصلة.

• عاين الأقنعة والنتائج باستخدام Show Image واحفظ الإطارات المفيدة باستخدام Image Logger أو Image Write.

• بعد التقسيم، استخدم Find Contour, Minimum Rectangle, أو Measure Object Distance لاستخراج خصائص المناطق وقياساتها من Shed Image.

🛠️ استكشاف الأخطاء وإصلاحها

• تقسيم ضعيف أو اندماج الأجسام: تأكد من أن Fore Ground يغطي فقط داخل الأجسام وBack Ground يغطي فقط الخلفية؛ أضف عمليات فتح/إغلاق شكلية (morphological opening/closing) لتحسين الأقنعة.

• عدم ظهور حدود: تحقق من أن الصور والأقنعة صالحة (ليست فارغة) وأن الأقنعة ثنائية أو ذات تباين واضح.

• فرط التقسيم (الكثير من المناطق الصغيرة): قم بتنعيم أو تبسيط الأقنعة باستخدام Blur, Denoising, أو Morphological Transformations قبل التقسيم.

• قلة التقسيم (الأجسام غير مفصولة): حسّن دقة علامات المقدمة (استخدم علامات أقوى للأجسام أو اختيار ROI يدوي) لمساعدة الفصل بين الأجسام المتلامسة.