Watershed Algorithm

Bu fonksiyon bloğu, temas eden veya üst üste binen nesneleri ayırmak için sağlanan foreground ve background maskelerini kullanarak bölge tabanlı segmentasyon gerçekleştirir. Sonuç olarak sınırları gösteren görsel bir örtü ve sonraki işlemler için etiketlenmiş bir segmentasyon haritası (labeled segmentation map) döndürür.

📥 Girdiler

Image Any Segmentasyon yapılacak orijinal renkli veya gri tonlamalı görüntü.

Fore Ground Kesin-nesne (foreground) bölgelerini gösteren ikili/gri tonlamalı maske.

Back Ground Kesin-arka plan (background) bölgelerini gösteren ikili/gri tonlamalı maske.

📤 Çıktılar

Image Any Algılanan bölge sınırları üst üste bindirilmiş (overlay) olarak gösterilen orijinal görüntü (görsel sonuç).

Shed Image Segmentlenmiş bölgeleri/marker'ları temsil eden etiketlenmiş (grayscale) görüntü.

🕹️ Kontroller

Bu fonksiyon bloğunda ayarlanabilir widget yoktur. Segmentasyon sonucunu kontrol etmek için doğru ve tutarlı Fore Ground ile Back Ground girdilerini sağlayın.

⚙️ Çalışma mekanizması

• Blok, hangi piksellerin kesinlikle nesneye ait, hangi piksellerin kesinlikle arka plana ait olduğunu belirlemek için sağlanan Fore Ground ve Back Ground maskelerini kullanır.

• Bu maskeler arasındaki bilinmeyen bölgeleri tespit eder ve ara marker'lar atar.

• Bir segmentasyon geçişi ile bölgeleri ayırır, giriş görüntüsünün bir kopyası üzerine tespit edilen sınırları çizer ve her segment için ayrı bir marker değeri içeren etiketlenmiş bir Shed Image üretir.

• Üzerine bindirilmiş görüntü hızlı görsel inceleme için sınırları vurgularken, etiketlenmiş görüntü ölçümler veya sayım gibi sonraki işlemler için uygundur.

🎯 Özellikler

• Açık foreground/background maskeleri sağlandığında temas eden nesnelerin ayrılmasında iyi çalışır.

• Hem inceleme için görsel bir overlay hem de ölçüm/sayım ve ileri işleme için kullanılabilir etiketlenmiş bir çıktı üretir.

• Renkli veya gri tonlamalı giriş görüntülerini kabul eder.

📝 Kullanım talimatları

1. Nesnelerin iç kısmını kapsayan temiz bir Fore Ground maskesi ve arka plan için tamamlayıcı bir Back Ground maskesi hazırlayın.

2. Orijinal görüntüyü Image Any girişine, iki maskeyi ilgili girişlerine bağlayın.

3. Bloğu çalıştırarak segmentlenmiş overlay ve etiketlenmiş Shed Image çıktısını alın.

4. Etiketlenmiş görüntüyü nesne sayımı, bireysel bölge çıkarımı veya diğer sonraki görevler için kullanın.

💡 İpuçları ve Püf Noktaları

• Girdi görüntüsünden başlangıç ikili maskeleri oluşturmak için Image Threshold, Image Adaptive Threshold veya HSV Filter kullanın.

• Maskelerdeki küçük delikleri ve gürültüyü gidermek için Morphological Transformations veya Denoising uygulayın.

• Zor arka planlar için daha iyi foreground/background adayları üretmek üzere Grab Cut Algorithm veya Background Subtractor deneyin.

• Segmentasyonu hızlandırmak ve alakasız alanlardan kaçınmak için Image ROI veya Image ROI Select ile işleme bölgesini sınırlayın.

• Maskeleri ve sonuçları önizlemek için Show Image kullanın ve gerektiğinde kullanışlı kareleri Image Logger veya Image Write ile kaydedin.

• Segmentasyon sonrası, etiketlenmiş Shed Image üzerinden bölge özelliklerini ve ölçümlerini çıkarmak için Find Contour, Minimum Rectangle veya Measure Object Distance kullanın.

🛠️ Sorun Giderme

• Zayıf segmentasyon veya birleşmiş nesneler: Fore Ground yalnızca nesne içlerini kapsadığından ve Back Ground yalnızca arka planı kapsadığından emin olun; maskeleri iyileştirmek için morfolojik açma/kapatma uygulayın.

• Sınırlar görünmüyor: giriş görüntülerinin ve maskelerin geçerli görüntü tipinde (boş olmayan) olduğunu ve maskelerin ikili veya net kontrastlı olduğunu doğrulayın.

• Aşırı segmentasyon (çok fazla küçük bölge): segmentasyondan önce maskeleri Blur, Denoising veya Morphological Transformations ile düzleştirin/sadeleştirin.

• Yetersiz segmentasyon (nesneler ayrılmamış): foreground markerlarının doğruluğunu artırın (daha güçlü nesne marker'ları veya manuel ROI seçimi) böylece temas eden nesneler daha iyi ayrılabilir.