我已经对初始图像3.jpg进行了分割，以便获得下面表示的小卵石的边缘（彩色线是组成每个分量的像素数的函数）Edges of the pebble identified through the Canny algorithm。由于卵石周围的阴影，该算法未检测到边缘的一部分（红色曲线）。我正在考虑的一种可能的解决方案是，从最长的一个（红色曲线）开始，合并所有最接近卵石边缘的连接组件（蓝色像素），并根据一系列条件重复合并其他连接的组件。主要问题之一是某些连接的组件是分叉的，因此我的算法不能简单地沿一条直线移动，而应决定采用哪条路径。我想在第一阶段避免这种情况。 Zoom on the forked connected component。如何根据一系列路径（线）的长度（从最大到最小）将连接的具有两个以上顶点的组件拆分成一系列路径（线）？

此外，是否有一种方法可以为连接的组件的每个像素标识与其连接的像素？基本上，我希望能够沿着从一个顶点到另一顶点的路径遵循连续坐标。

非常感谢您的帮助。

这是我的代码：

img=imread('3.jpg');

gray=rgb2gray(img); 
gray=imgaussfilt(gray,0.8);
N=size(gray);
n_row=N(1);
n_col=N(2);
se = strel('disk',15,8); 
    Ge = imerode(gray,se); 
Gobr = imreconstruct(Ge,gray);
imshow(Gobr)
se1=strel('disk',10,8);
Gobrd = imdilate(Gobr,se1);
Gobrcbr = imreconstruct(imcomplement(Gobrd),imcomplement(Gobr)); 
Gobrcbr = imcomplement(Gobrcbr); 
imshow(Gobrcbr)
E=edge(Gobrcbr,'Canny');
E=bwmorph(E,'skel'); 
    figure(1)
    imshow(labeloverlay(gray,E));
cc=bwlabel(E,8);
cc_rgb=label2rgb(cc);
figure
imshow(cc_rgb)
props=regionprops(cc(:,:),'Area');
props=struct2cell(props);
props=cell2mat(props);
N_props=size(props);
n_p=N_props(2);
cc_rgb=label2rgb(cc);
figure
imshow(cc_rgb)
props=regionprops(cc(:,'Area');
props=struct2cell(props);
props=cell2mat(props);
N_props=size(props);
n_p=N_props(2);
Area=zeros(n_row,n_col);
for i=1:n_row
    for j=1:n_col
        for r=1:n_p
            if cc(i,j)==r
               Area(i,j)=props(1,r);
            end 
        end
    end
end
E2_rgb=label2rgb(Area);
E2_GRAY= rgb2gray(E2_rgb);
figure
a=imshow(gray)
 hold on 
a=imshow(E2_rgb)
hold off
alpha(a,255-E2_GRAY)