主要内容

imsegfmm

二值图像的快速推进分割方法

在页面中全部折叠

语法

BW = imsegfmm (W,面具,打)
BW = imsegfmm (W C R,打)
BW = imsegfmm (W C R, P,打)
(BW, D) = imsegfmm (___）

描述

例子

BW= imsegfmm (W,面具,打）返回一个分割的图像BW，采用快速推进法计算。数组W为每个像素指定权重。面具指定种子位置的逻辑数组。打阈值级别。

BW= imsegfmm (W,C,R,打）返回一个分割后的图像，其中包含由向量指定的种子位置C而且R，其中包含列和行索引。C而且R必须包含有效像素索引的值W．

BW= imsegfmm (W,C,R,P,打）返回一个分割后的图像，其中包含由向量指定的种子位置C,R,P，其中包含列、行和平面索引。C,R,P必须包含有效像素索引的值W．

［BW,D) = imsegfmm (___）返回归一化测地线距离图D用快速推进法计算。BW是阈值版吗D，其中所有归一化测地线距离值小于打被认为是前景像素，并设置为真正的．D可以在不同的级别上进行阈值，以获得不同的分割结果。

例子

全部折叠

打开生活的脚本

这个例子展示了如何使用基于灰度强度与种子位置的差异的快速推进方法分割图像中的对象。

读取图像。

我= imread (“cameraman.tif”）;imshow (I)标题(原始图像的）

图中包含一个axes对象。标题为Original Image的axes对象包含一个Image类型的对象。

创建掩码并指定种子位置。你也可以用roipoly交互式地创建掩码。

掩码= false(大小(I));面具(170、70)= true;

根据灰度强度差异计算权重数组。

W = graydiffweight(I, mask，“GrayDifferenceCutoff”25);

使用权重分割图像。

打= 0.01;[BW, D] = imsegfmm(W, mask, thresh);图imshow (BW)标题(“分割图像”）

图中包含一个axes对象。标题为segments Image的axes对象包含一个类型为Image的对象。

你可以阈值测地线距离矩阵D使用不同的阈值得到不同的分割结果。

图imshow (D)标题(“测地线距离”）

图中包含一个axes对象。标题为“测地距离”的axis对象包含一个类型为image的对象。

打开生活的脚本

这个例子从人脑的核磁共振数据中分割出大脑。

载入MRI数据。

负载(“核磁共振”V =挤压(D);

可视化数据。

sizeO =大小(V);图片(双(V), sizeO (2) / 2, sizeO (1) / 2, sizeO (3) / 2);阴影插值函数colormap (“灰色”)标题(“原始”）

图中包含一个axes对象。标题为Original的axis对象包含3个类型为surface的对象。

设置种子位置。

seedR = 75;seedC = 60;seedP = 10;

根据灰度强度差异计算权重。

W = graydiffweight (V, seedC、seedR seedP,“GrayDifferenceCutoff”25);

使用权重分割图像。

打= 0.002;BW = imsegfmm (W seedC seedR seedP,打);

使用等值面可视化分割图像。

图p = patch(等值面(double(BW)));p.FaceColor =“红色”；p.EdgeColor =“没有”；daspect ([1] 1 27/64);camlight照明冯氏

图中包含一个axes对象。axes对象包含一个patch类型的对象。

输入参数

全部折叠

权重数组，指定为非负数值数组。方法可以计算权重数组graydiffweight或gradientweight功能。大值W标识前景(对象)，小值标识背景。

数据类型:单|双|uint8|int8|int16|uint16|int32|uint32

种子位置掩码，指定为大小相同的逻辑数组W．位置面具是真正的是种子的位置。如果你使用graydiffweight来创建权重矩阵W，建议您使用相同的值面具与imsegfmm你用过的graydiffweight．

数据类型:逻辑

用于获取二值图像的阈值级别，指定为范围[0,1]中的数字。低值通常导致大的前景区域(逻辑真)BW，高的值产生小的前景区域。

例子:0．5

数据类型:双

参考像素的列索引，指定为数值向量。

例子:(50 75 93)

数据类型:双

引用像素的行索引，指定为数值向量。

例子:(48 71 89)

数据类型:双

参考像素的平面索引，指定为数值向量。

例子:(2 4 7)

数据类型:双

输出参数

全部折叠

分割的图像，返回为大小相同的逻辑数组W．

数据类型:逻辑

归一化测地线距离图，作为大小相同的数值数组返回W．如果W的类单,然后D的类单．否则,D的类双．

数据类型:双|单

提示

  • imsegfmm对除类以外的所有类使用双精度浮点运算进行内部计算单．如果W的类单,imsegfmm内部使用单精度浮点运算。

  • imsegfmm设置像素与0或南重量值正在测地线距离图像中D．这些像素是分割图像中背景的一部分(逻辑错误)BW．

参考文献

[1]塞提安。水平集方法和快速推进方法:计算几何、流体力学、计算机视觉和材料科学中的进化界面，剑桥大学出版社，第二版，1999年。

扩展功能

版本历史

介绍了R2014b

全部展开

另请参阅

||||

Baidu
map