close all;
%%
%Step 1: 彩***像->灰度圖像
rgb = imread('pears.png');
I = rgb2gray(rgb);
figure;subplot(121)
imshow(I)
%Step 2: 利用梯度實現圖像的分割
%使用sobel算子進行邊緣檢測，
text(732,501,'Image courtesy of Corel','FontSize',7,'HorizontalAlignment','right')
hy = fspecial('sobel');
hx = hy';
Iy = imfilter(double(I), hy, 'replicate');%實現線性空間濾波函數，一種採用濾波處理的影像增強方法。其理論基礎是空間卷積和空間相關。目的是改善影像質量，包括去除高頻噪聲與干擾，及影像邊緣增強、線性增強以及去模糊等。
Ix = imfilter(double(I), hx, 'replicate');
gradmag = sqrt(Ix.^2 + Iy.^2);%求模
subplot(122), imshow(gradmag,[]), title('gradmag')
%直接用分水嶺
%L=watershed(gradmag);
%Lrgb=label2rgb(L);
%figure;imshow(Lrgb),
%title('Lrgb')
%No. 如果沒有額外的預處理，如下面的標記計算，使用分水嶺變換直接結果往往是“過度分割。”
% 以下是標記前景和背景物體
%各種程序可以在這裏應用到找到前景標記，它必須連接內的每個前景對象的像素的斑點。在這個例子中，你將使用名爲“開放由重建”及以上的圖像“閉合由重建”爲“乾淨”的形態學技術。這些操作將創建一個可以使用imregionalmax位於每個對象內部平最大值。
%Step 3：形態學開操作
se = strel('disk', 20);%圓形結構元素
Io = imopen(I, se);%形態學開操作
figure;subplot(121)
imshow(Io), title('Io')%顯示執行後的圖
%Step 4：腐蝕與重建
Ie = imerode(I, se);%對圖像進行腐蝕
Iobr = imreconstruct(Ie, I);%對圖像進行重建
subplot(122);imshow(Iobr), %顯示重建後的圖像
title('Iobr')
%Step 5：形態學關操作
Ioc = imclose(Io, se);%形態學關操作
figure;subplot(121)
imshow(Ioc),
title('Ioc')
%Step 6：圖像膨脹與求反
Iobrd = imdilate(Iobr, se);%對圖像進行膨脹
Iobrcbr = imreconstruct(imcomplement(Iobrd), imcomplement(Iobr));
Iobrcbr = imcomplement(Iobrcbr);%對圖像求反
subplot(122);imshow(Iobrcbr),
title('Iobrcbr')
%%Step 7：獲得局部最大值
fgm = imregionalmax(Iobrcbr);%獲得局部最大值
figure;imshow(fgm),
title('fgm')
%Step 8：在原圖上顯示極大值區域
I2 = I;
I2(fgm) = 255;%局部極大值處像素值設爲255
figure;imshow(I2),
title('fgm superimposed on original p_w_picpath')%在原圖上顯示極大值區域
se2 = strel(ones(5,5));%構建元素
fgm2 = imclose(fgm, se2);%關操作
fgm3 = imerode(fgm2, se2);%腐蝕
fgm4 = bwareaopen(fgm3, 20);%開操作
%Step 9：顯示修改後的極大區域
I3 = I;
I3(fgm4) = 255;%前景設置爲255
figure;subplot(121),
imshow(I3)%顯示修改後的極大區域
title('fgm4 superimposed on original p_w_picpath')
%現在標記背景， 在清理後的圖像，Iobrcbr，暗像素屬於背景，所以你可以從一個閾值操作。
%Step 10：轉化爲二值圖像
bw = im2bw(Iobrcbr, graythresh(Iobrcbr));
subplot(122);imshow(bw),
title('bw')
%背景像素是黑色的，但理想地，我們不希望的背景標記是太靠近我們目標對象的邊緣。我們通過'骨骼化'進行細分，對二值圖像的距離進行分水嶺變換，然後尋找分水嶺的界線。
%Step 11：
D = bwdist(bw);%計算距離
DL = watershed(D);%分水嶺變換
bgm = DL == 0;%求取分割邊界
figure; imshow(bgm), %顯示分割後的邊界
title('Watershed ridge lines (bgm)')
gradmag2 = imimposemin(gradmag, bgm | fgm4);%置最小值
L = watershed(gradmag2);%分水嶺變換
I4 = I;
I4(imdilate(L == 0, ones(3, 3)) | bgm | fgm4) = 255;%前景及邊界處置255
figure; subplot(121)
imshow(I4)%突出前景及邊界
title('Markers and object boundaries')
Lrgb = label2rgb(L, 'jet', 'w', 'shuffle');%轉化爲僞彩***像
subplot(122); imshow(Lrgb)%顯示僞彩***像
title('Colored watershed label matrix')
figure; imshow(I),
hold on
hp_w_picpath = imshow(Lrgb);%在原圖上顯示僞彩***像
set(hp_w_picpath, 'AlphaData', 0.3);
title('Lrgb superimposed transparently on original p_w_picpath')