主要内容

imsegkmeans3

基于k均值聚类的体积分割

在页面中全部折叠

语法

L = imsegkmeans3 (V, k)
[L,中心]= imsegkmeans3 (V, k)
L = imsegkmeans3 (V, k,名称,值)

描述

例子

l= imsegkmeans3 (V，k）段体积V成k通过执行k-means聚类来进行聚类，并返回分段标记的输出l．

［l，中心) = imsegkmeans3 (V，k）也返回聚类质心位置，中心．

l= imsegkmeans3 (V，k，名称,值）使用名称-值对来控制k-means聚类算法的各个方面。

例子

全部折叠

打开生活的脚本

加载一个三维灰度MRI体，并使用显示它volshow．

负载mristackvolshow (mristack);

将卷划分为三个集群。

L = imsegkmeans3 (mristack 3);

显示被分割的卷volshow．要探索分段卷的切片，请使用卷查看器应用程序。

图volshow (L);

输入参数

全部折叠

卷到段，指定为大小的3-D灰度卷米——- - - - - -n——- - - - - -p或三维多光谱体积大小米——- - - - - -n——- - - - - -p——- - - - - -c,在那里p飞机的数量和c为通道数。

请注意

imsegkmeans3将2-D彩色图像视为3-D体积米——- - - - - -n3。如果需要二维行为，则使用imsegkmeans函数。

数据类型:单|int8|int16|uint8|uint16

要创建的集群数量，指定为正整数。

名称-值参数

指定可选参数对为Name1 = Value1,…,以=家,在那里的名字参数名称和价值对应的值。名-值参数必须出现在其他参数之后，但对的顺序并不重要。

在R2021a之前，名称和值之间用逗号隔开，并括起来的名字在报价。

例子:“NumAttempts”,5

将输入数据归一化为零均值和单位方差，指定为逗号分隔的对，由“NormalizeInput”而且数字的或逻辑的1（真正的)或0（假）．如果您指定真正的,然后imsegkmeans3分别规范化输入的每个通道。

使用新的初始聚类质心位置重复聚类过程的次数，指定为逗号分隔的对，由“NumAttempts”一个正整数。

最大迭代次数，指定为逗号分隔的对，由“MaxIterations”一个正整数。

精度阈值，指定为逗号分隔的对，由“阈值”一个正数。在连续迭代中，当每个聚类中心的移动小于阈值时，算法停止。

输出参数

全部折叠

标记矩阵，指定为正整数矩阵。带有标签1的像素属于第一个集群，标签2属于第二个集群，以此类推k集群。l和体积的前三个维度相同吗V．的类l取决于集群的数量。

类的l 数量的集群
“uint8” k < = 255
“uint16” 256 <= k <= 65535
“uint32” 65536 <= k <= 2^32-1
“双” < = 2 ^ 32 k

群集质心位置，作为大小的数字矩阵返回k——- - - - - -c,在那里k集群的数量和c是通道数。中心与图像是相同的类吗我．

提示

  • 该函数产生可重复的结果。给定相同的输入参数，多次运行时输出不会发生变化。

参考文献

[1]亚瑟，大卫和谢尔盖·瓦西里维茨基。《k - means++:谨慎播种的优势》在第18届离散算法ACM-SIAM年会论文集1027 - 35。苏打水' 07。美国:工业与应用数学学会，2007。

版本历史

介绍了R2018b

另请参阅

应用程序

功能

Baidu
map