У меня есть одно простое предложение: определить градиент и определить ориентацию граничной точки. Имейте в виду, что ориентация осуществляется в направлении, которое перпендикулярно краю. Следовательно, если вы хотите найти вертикальные линии, направление, перпендикулярное вертикальной линии, является горизонтальным, что составляет либо 180 градусов, либо -180 градусов по отношению к декартовой плоскости. Таким образом, для каждой ориентации обнаруженных краевых точек, если ориентация равна -180 градусов или 180 градусов, установите выход этого местоположения как true, иначе false. Чтобы определить ориентацию градиента, используйте imgradient из набора инструментов для обработки изображений. . Я предполагаю, что это доступно, поскольку вы использовали как imread, так и im2bw, и они оба являются частью этого набора инструментов:

im = imread('http://i.stack.imgur.com/bdNOt.png');
tol = 5;
[~,ang] = imgradient(im);
out = (ang >= 180 - tol | ang <= -180 + tol);
imshow(out);

В коде используется переменная с именем tol для определения допуска в углах, которые вы хотите обнаружить для учета шума или краев, которые выглядят вертикальными, но при вычислении угла может показаться, что это не так. По сути, мы ищем любые точки, углы которых находятся в пределах 180 градусов или -180 градусов.

Вот что мы получаем:

В качестве средства постобработки вы можете использовать bwareaopen для фильтрации пиксельные области, площадь которых падает ниже определенного значения. Воспользовавшись тем, что вертикальные линии имеют большую площадь, чем другие пиксели, вы можете сделать что-то вроде этого:

out_filter = bwareaopen(out, 50);

Мы получили:

Теперь, если вы хотите обнаружить горизонтальные линии, вы должны найти ориентацию градиента, которая составляет либо -90, либо 90 градусов. Это имеет смысл, потому что те линии, которые горизонтальны, направление, перпендикулярное горизонтальной линии, действительно является вертикальным, и это либо -90, либо 90 градусов. Если вам нужны наклонные линии, если вам нужна линия с наклоном влево, ищите углы либо 45 градусов, либо -135 градусов, а линия с наклоном вправо - либо -45 градусов, либо 135 градусов. Я позволю вам понять, почему эти углы действительно представляют такие линии.

На изображении, которое вы предоставили, нет горизонтальных линий, поэтому я просто поищу наклонные линии:

Линии наклона влево

Примечание. Мне пришлось увеличить допуск из-за ошибок квантования.

im = imread('http://i.stack.imgur.com/bdNOt.png');
tol = 20;
[~,ang] = imgradient(im);
out = (ang >= 45 - tol & ang <= 45 + tol) | (ang >= -135 - tol & ang <= -135 + tol);
out_filter = bwareaopen(out, 50);
imshow(out_filter);

Линии наклона вправо:

Также пришлось увеличить допуск и здесь:

im = imread('http://i.stack.imgur.com/bdNOt.png');
tol = 20;
[~,ang] = imgradient(im);
out = (ang >= 135 - tol & ang <= 135 + tol) | (ang >= -45 - tol & ang <= -45 + tol);
out_filter = bwareaopen(out, 50);
imshow(out_filter);

Другой подход заключается в использовании того факта, что все линии, изображающие связи, имеют одинаковое соотношение сторон и площадь. после фильтрации изображения, оставив в нем только связи, мы можем посмотреть на ориентацию или на список индексов, которые их составляют, чтобы определить, являются ли они вертикальными или что-то еще. Все это можно сделать с помощью regionprops.

image=rgb2gray(imread('benzene.png'));  
d=abs(255-image); % inverse the image
d=im2bw(d);
stat=regionprops(d,'Area', 'Orientation','PixelIdxList'); 
areas=[stat.Area];
hist(areas)

Просмотр гистограммы показывает, где нужно обрезать линии, линии имеют меньшую площадь, чем буквы, и они должны иметь примерно одинаковую площадь. Поэтому я обрезал области ниже 1000 пикселей:

idx=find(areas<1000);
angs=round([stat(idx).Orientation]);

теперь вы можете использовать angs и idx, чтобы получить нужный тип строки. Например, давайте просто построим 30-градусные линии:

d2=zeros(size(d));
d2(vertcat(stat(idx(angs==30)).PixelIdxList))=1;
imagesc(d2)

Обратите внимание, что в то время, когда я начал отвечать на этот вопрос, изображение, которое я сделал, было файлом benzene.png. Теперь я понимаю, что вы предоставили изображение, отличное от исходного, так что линии, изображающие связи, не являются отдельными, а у вас есть «кольца». Я посмотрю позже, смогу ли я решить и это, если вы хотите.

ИЗМЕНИТЬ:

Чтобы найти соответствующую линию для нового изображения, где у вас есть кольца, единственное отличие линий состоит в том, что они прямые, а не изогнутые. Поэтому я прибегаю к любимому преобразованию Хафа, чтобы подобрать их:

image=imread('http://i.stack.imgur.com/bdNOt.png');
d=abs(1-image); % inverse the image
BW=im2bw(d);
BW = bwmorph(BW,'skel',1);
[H, T, R] = hough(BW,'Theta',-90:10:80);
P = houghpeaks(H, 100,'NHoodSize',[3 3],'threshold',1);
lines = houghlines(BW, T, R, P, 'FillGap',5, 'MinLength', 35);

Получим углы обнаруженных линий:

angs=round([lines.theta]);

вы увидите, что здесь angs будет генерировать значения 0, -60 или 60 градусов.

скажем, вы хотите построить только те, которые равны 0 градусов:

p1=vertcat(lines(angs==0).point1);
p2=vertcat(lines(angs==0).point2);

imshow(BW, 'InitialMag',200, 'Border','tight'), hold on

for k = 1:size(p1,1)
   line([p1(k,1) p2(k,1)],[p1(k,2) p2(k,2)], 'LineWidth',4,...
   'Color',[1 0 0]); hold on
end
hold off

Я все еще в процессе. Но до сих пор у меня есть это. Я не использовал ваш фильтр, а другой.

Я использовал первое изображение, которое вы предоставили. Фильтры описаны здесь: image_filters.

image=imread('benzene.png');  
BW = im2bw(image);
w1=(1/3)*[1 0 -1;1 0 -1;1 0 -1];
g=(imfilter(double(BW),w1));
g(g<1)=0;
imshow(g);

Результат, который я получил, таков: Как видите, результат еще не завершен. Я могу предложить вам попробовать две вещи: использовать оператор морфологической эрозии для удаления мелких элементов. Для этого также можно использовать подключенные компоненты.

А пока попробуйте сделать то, что я предложил. Если я получу ответ, я обновлю его.