Watershed Algorithm

Ce bloc fonction réalise une segmentation basée sur les régions en utilisant des masques de premier plan et d'arrière-plan fournis pour séparer des objets qui se touchent ou se chevauchent. Il renvoie une superposition visuelle avec les contours et une carte de segmentation étiquetée pour un traitement ultérieur.

📥 Entrées

Image Any L'image originale en couleur ou en niveaux de gris à segmenter.

Fore Ground Une image binaire / niveaux de gris indiquant les régions sûr-foreground (intérieurs des objets).

Back Ground Une image binaire / niveaux de gris indiquant les régions sûr-background.

📤 Sorties

Image Any L'image originale avec les contours des régions détectées superposés (résultat visuel).

Shed Image Une image étiquetée (niveaux de gris) représentant les régions segmentées / marqueurs.

🕹️ Contrôles

Ce bloc fonction n'a pas de widgets ajustables. Fournissez des entrées Fore Ground et Back Ground précises pour contrôler le résultat de la segmentation.

⚙️ Mécanisme d'exécution

• Le bloc utilise les masques Fore Ground et Back Ground fournis pour déterminer quels pixels sont définitivement objet et lesquels sont définitivement arrière-plan.

• Il identifie la région inconnue entre ces masques et assigne des marqueurs intermédiaires.

• Un passage de segmentation sépare les régions, dessine les contours détectés sur une copie de l'image d'entrée et produit une Shed Image étiquetée où chaque région segmentée a une valeur de marqueur distincte.

• L'image superposée met en évidence les contours pour une inspection visuelle rapide tandis que l'image étiquetée convient pour des mesures ou le comptage.

🎯 Fonctionnalités

• Efficace pour séparer des objets adjacents lorsque des masques clair de foreground/background sont fournis.

• Produit à la fois une superposition visuelle pour inspection et une sortie étiquetée utile pour le traitement ultérieur (mesures, comptage, extraction).

• Accepte des images d'entrée en couleur ou en niveaux de gris.

📝 Instructions d'utilisation

1. Préparez un masque Fore Ground clair couvrant l'intérieur des objets et un masque complémentaire Back Ground pour l'arrière-plan.

2. Connectez l'image originale à Image Any et les deux masques à leurs entrées respectives.

3. Exécutez le bloc pour obtenir la superposition segmentée et la Shed Image étiquetée.

4. Utilisez l'image étiquetée pour des tâches en aval telles que le comptage d'objets ou l'extraction de régions individuelles.

💡 Astuces

• Utilisez Image Threshold, Image Adaptive Threshold, ou HSV Filter pour créer des masques binaires initiaux à partir de l'image d'entrée.

• Nettoyez les petits trous et le bruit dans les masques avec Morphological Transformations ou Denoising avant de les alimenter dans ce bloc.

• Pour des arrière-plans difficiles, essayez Grab Cut Algorithm ou Background Subtractor pour générer de meilleurs candidats foreground/background.

• Restreignez le traitement à une région d'intérêt avec Image ROI ou Image ROI Select pour accélérer la segmentation et éviter les zones non pertinentes.

• Prévisualisez les masques et les résultats avec Show Image et enregistrez des images utiles avec Image Logger ou Image Write.

• Après la segmentation, utilisez Find Contour, Minimum Rectangle, ou Measure Object Distance pour extraire les propriétés et mesures des régions à partir de la Shed Image.

🛠️ Résolution des problèmes

• Segmentation médiocre ou objets fusionnés : vérifiez que Fore Ground couvre uniquement les intérieurs des objets et que Back Ground couvre uniquement l'arrière-plan ; ajoutez des opérations morphologiques (ouverture/fermeture) pour affiner les masques.

• Aucun contour visible : vérifiez que les images d'entrée et les masques sont des types d'images valides (non vides) et que les masques sont binaires ou fortement contrastés.

• Sur-segmentation (trop de petites régions) : lissez ou simplifiez les masques en utilisant Blur, Denoising, ou Morphological Transformations avant la segmentation.

• Sous-segmentation (objets non séparés) : augmentez la précision des marqueurs foreground (utilisez des marqueurs d'objet plus forts ou une sélection ROI manuelle) pour aider à séparer les objets qui se touchent.