基于饱和度层的区域生长算法优化：手部背景分割求助

问题背景与当前实现 #

我正尝试实现一种手动选择种子点的区域生长算法，目标是分割手部与背景，且必须使用饱和度层。

相关图像 #

• 初始图像：
  
• 饱和度层图像：
  
• 高斯模糊后的饱和度层图像：
  

当前预处理与算法细节 #

我尝试用高斯模糊做预处理，代码如下：

GaussianBlur(src, src, Size(5, 5), 2.85, 2.85, BORDER_DEFAULT);

也测试了多种核大小和X/Y sigma组合。

算法核心逻辑：从手动选择的种子点出发，遍历8邻域点，若点未被标记且饱和度与当前区域平均饱和度差值小于阈值，就将其加入区域并更新平均饱和度。核心代码：

while (!q.empty()) {
            Point p = q.front();
            q.pop();
            for (int i = 0; i < 8; i++) {
                if (isInside(p.y + di[i], p.x + dj[i], H.rows, H.cols)) {
                    if (labels(p.y + di[i], p.x + dj[i]) == 0 &&
                        abs(S.at<int>(p.y + di[i], p.x + dj[i]) - Sat_avg ) < 18) {

                        labels(p.y + di[i], p.x + dj[i]) = k;
                        Sat_avg = (Sat_avg * N + S.at<int>(p.y + di[i], p.x + dj[i])) / (N + 1);
                        q.emplace(p.x + dj[i], p.y + di[i]);
                        N++;
                    }
                }
            }
        }

当前分割结果 #

不同种子点的分割效果：

• 分割结果1：
  
• 分割结果2：
  
• 分割结果3：
  

优化建议 #

1. 饱和度层预处理调整 #

• 先做饱和度预过滤：根据图像中手部与背景的饱和度差异，先将低于某一阈值的像素直接标记为背景（比如观察饱和度层，背景普遍偏低，可设最低阈值为20），缩小后续区域生长的误判范围。
• 调整模糊参数：当前5x5核+2.85sigma的模糊程度过高，会丢失手部边缘细节。换成3x3核+sigma=1.0，既能消除噪声，又能保留手部与背景的饱和度边界。

2. 区域生长规则优化 #

• 放弃动态平均饱和度，改用种子点初始饱和度±固定阈值：动态更新的平均饱和度会随着区域扩大逐渐向背景偏移，容易误将背景纳入区域。以种子点的初始饱和度为基准，将阈值调小至10-15（可根据实际饱和度分布微调），能更精准锁定手部区域。
• 增加梯度约束：除饱和度差值外，判断邻域点的饱和度梯度。若梯度过大（说明处于区域边界），即使饱和度差值符合条件也不加入区域，防止越界生长。
• 改用4邻域生长：8邻域生长速度快但容易“跳”至背景区域，4邻域更贴合手部边缘轮廓，可减少误生长。

3. 种子点优化 #

• 支持多种子点选择：单一种子点可能无法覆盖手部所有饱和度区域（比如手心与手背饱和度存在差异），多个种子点分别生长后合并，能提升分割完整性。
• 种子点校验：选择种子点后，计算其周围5x5区域的饱和度方差，若方差过大说明种子点选在边缘或噪声区域，提示用户重新选择。

4. 后处理前置过滤 #

• 区域生长结束后先做连通域分析：过滤掉面积远小于手部的小连通域（这些大概率是误生长的背景区域），再进行膨胀与腐蚀修复，能获得更理想的结果。

内容的提问来源于stack exchange，提问作者Radu Suciu