我一直在使用的色彩空间是Lab *，所以如果您能推荐我也应该使用的合适色彩空间，我将不胜感激。
有问题的图像：
原始1
结果1
原始2
结果2
原始3
结果3
#1 楼
如果您想使用阈值化方法，则在光照变化较大的情况下（如第3个示例图片（此处为dsp问题）），应使用自适应阈值法。这很容易：用于将图像分解为不同颜色空间的脚本的长度不应超过几行，而且许多图像查看器都提供了该选项。最好的选择应该易于从视觉上确定。如果您想阅读色彩空间，这里还有一个很好的dsp问题。最后，您可能想尝试一种不同的方法。一种想法是进行不完美的分割，然后进行边缘检测，最后对圆使用类似Hough变换的方法，这种方法在（不完整的）圆拱上也能很好地工作。 （这个想法当然只适用于圆形药丸）
评论
$ \ begingroup $
对于不完美的细分，有什么好主意？
$ \ endgroup $
–GamingX
2012-09-15 23:42
$ \ begingroup $
@Syed看起来像OpenCV Canny（边缘检测），甚至可以在灰色图像上进行霍夫工作（无需阈值），因此可以一起跳过阈值步骤。阈值分割非常取决于图片。但是，直接的答案是：抱歉，不知道。我认为非自适应方法就足够了，但是由于我有一段时间没有这样做，所以我无法建议特定的方法。只需对简单的分割方法做一点研究即可;）
$ \ endgroup $
–佩内洛普
2012年9月16日于17:05
#2 楼
来自OpenCV库的Circle Hough转换非常适合此应用程序。您将必须运行多个半径，但最佳的呼声响应将使您知道药丸的边界和中心。请注意，您将必须使用广义霍夫变换来查找非圆形药丸。即使药丸被遮挡或丢失了边缘点，它也将起作用。这就是为什么依赖于边缘组的相对位置的算法优越的原因。#3 楼
要解决此问题，您需要将背景和前景分开。这是解决方案，我建议您：
1）将图像从Rgb转换为灰度；您将获得一张称为
I1的图像； 2）应用形态学滤镜，使用大半径进行腐蚀，最终多次
==>您应该通过腐蚀来擦除药丸并获得仅背景；
您将获得一个新图像
I2; 3）将
I2减去I1，您将获得前景，即药丸； 4）应用另一种形态学过滤器填充您获得的药丸中的任何孔；
5）应用一种形态学过滤器，腐蚀小半径以去除任何孤立的像素。不需要任何阈值，形状检测，颜色分割或其他任何功能。
评论
您可以上传图片吗？自适应阈值如何？水平设置方法和活动轮廓呢？您不仅可以根据强度值（阈值），还可以根据对象纹理从背景中分割药丸。所使用的颜色空间只是颜色的坐标系-为了进行分割，请使用能最好地区分图像中颜色的坐标系。例如，如果图像是紫色色调，则可以使用灰度转换，将红色和蓝色分量放在更多的权重上。
dsp.stackexchange.com/q/3063/29 dsp.stackexchange.com/q/2516/29吗？
昆汀：我没有足够的声誉来上传照片。
@Syed将它们上传到公共场所，并根据需要添加指向问题的链接。