大结构元的图像特征检测

Question

我正在尝试从一张图片中提取一些特征，但每个提取出来的特征都很小。看起来，提取更大特征的最简单方法是使用一个更大的结构元素，但当ITER > 1时，下面的代码就出错了。

from scipy import ndimage,misc
lena=misc.lena().astype(float64)
lena/=ndimage.maximum(lena)
lena=lena>0.54# convert to binary image
       #   =====================  
ITER=1 # || FAILS WHEN ITER > 1 ||
       #   =====================
struct=ndimage.generate_binary_structure(2,1)
struct=ndimage.iterate_structure(struct,ITER)
lena_label,n =ndimage.label(lena,struct)
slices=ndimage.find_objects(lena_label)
images=[lena[sl] for sl in slices]
imshow(images[0])

.

RuntimeError: structure dimensions must be equal to 3

Answer 1

在ndimage.label这个函数中，structure这个参数是用来决定输入数据的连接方式的。当你把输入数据表示成一个矩形矩阵时，这种连接方式通常是指一个点p周围的4个邻居或者8个邻居。Scipy遵循这个规则，所以它只接受这些情况，如果你传入比3x3更大的结构，就会报错。

如果你真的想使用更大的结构，首先你需要非常清楚你想描述的连接方式是什么。然后你需要去实现它。一个更简单的方法是先对输入数据进行膨胀处理，然后再进行标记。这样可以有效地标记出那些本来会用更大structure参数标记的大特征。