Mit Korrelation habe ich es schon versucht, leider kann das Muster aber auch mehr oder weniger stark verzerrt sein, und dann funktioniert das nicht mehr (selbst bei einem sehr guten Bild funktioniert diese Methode nur mäßig).


Ich habe inzwischen allerdings dennoch ganz ordentliche Resultate bei der Segmentierung, selbst bei ziemlich schwierigen Bildern. Wie bereits erwähnt ist die Helligkeit (Summe aus R, G und B) des Musters annähernd konstant, diese Eigenschaft hatte ich bisher allerdings nicht wirklich genutzt.

Die Lösung ist also ganz einfach das Originalbild durch die Summe der 3 Farbkanäle zu dividieren, das Resultat ist dann ein Bild ohne Helligkeitsunterschiede, was die Segmentierung erheblich zuverlässiger macht (gegenüber der direkten Segmentierung des Originalbilds).


Von diesem Bild ausgehend mache ich es dann so wie bisher, ich berechne ein Gradientenbild und versuche es zu segmentieren. Leider habe ich dabei aber noch immer das alte Problem, daß Matlab nur den Watershed Algorithmus beherrscht, und ich denke daß der für diese spezielle Aufgabe nicht die beste Lösung ist.


Mein Problem hat sich also nicht grundlegend geändert, ich bin imernoch auf der Suche nach einem geeigneten Segmentierungsalgorithmus den ich entweder auf das vorverarbeitete Farbbild oder auf das Gradientenbild anwenden kann.