selectBlockLocations
从阻塞的图像中选择块
描述
例子
使用非重叠块创建blockedImageDatastore
创建一个阻塞映像。
bim = blockedImage(“tumor_091R.tif”);
创建一个排除不完整块的块位置集。
bls = selectBlockLocations(bim,“ExcludeIncompleteBlocks”,真正的);
创建一个blockedImageDatastore
从这组方块中。
bimds = blockedImageDatastore(bim,“BlockLocationSet”美国劳工统计局);
可视化被阻塞的位置。
bigimageshow (bim)
块大小按行-col(高-宽)顺序排列。
blockedWH = fliplr(bls.BlockSize(1,1:2));为ind = 1:size(bls.BlockOrigin,1)% BlockOrigin已经在x,y的顺序。drawrectangle (“位置”, (bls.BlockOrigin(印第安纳州,1:2),blockedWH]);结束
使用重叠块创建blockedImageDatastore
创建一个阻塞映像。
bim = blockedImage(“tumor_091R.tif”);
创建一个blockLocationSet
对象。
blockSize = [2048 3072];overlapPct = 0.5;blockoffset = round(blockSize.* overlpct);bls = selectBlockLocations(bim,...“BlockSize”blockSize,...“BlockOffSets”blockOffsets,...“ExcludeIncompleteBlocks”,真正的);
创建一个blockedImageDatastore
从这组方块中。
bimds = blockedImageDatastore(bim,“BlockLocationSet”美国劳工统计局);
可视化被阻塞的位置。
bigimageshow (bim)
块大小按行-col(高-宽)顺序排列。
blockedWH = fliplr(bls.BlockSize(1,1:2));color = prism(size(bls.BlockOrigin,1));为ind = 1:size(bls.BlockOrigin,1) blockedColor = colors(ind,:);% BlockOrigin已经是x-y顺序drawrectangle (“位置”, [bls.BlockOrigin(ind,1:2), blockedWH],“颜色”, blockedColor);结束
使用稀疏块创建blockedImageDatastore
创建一个阻塞映像。
bim = blockedImage(“tumor_091R.tif”);
创建一个blockLocationSet
对象。
blockedSize = [1024 512];spacePct = 0.5;blockedOffsets = blockedSize + blockedSize.*spacePct;bls = selectBlockLocations(bim,...“BlockSize”blockedSize,...“BlockOffSets”blockedOffsets,...“ExcludeIncompleteBlocks”,真正的);
创建一个blockedImageDatastore
对象。
bimds = blockedImageDatastore(bim,“BlockLocationSet”美国劳工统计局);
可视化块的位置。
bigimageshow (bim)块大小按行-col(高-宽)顺序排列blockedWH = fliplr(bls.BlockSize(1,1:2));为ind = 1:size(bls.BlockOrigin,1)% BlockOrigin已经是x-y顺序drawrectangle (“位置”, [bls.BlockOrigin(ind,1:2), blockedWH]);结束
使用粗水平蒙版创建blockedimagedastore
创建一个阻塞映像。
bim = blockedImage(“tumor_091R.tif”);
显示阻塞的图像。
H = bigimageshow(bim);
创建一个最粗糙的蒙版。
clevel = bim.NumLevels;bmask = apply(bim,@(b)~ imbinalize (im2gray(b. data)),“水平”, clevel);
使用showMask
估计InclusionThreshold
价值。
showmask (h, bmask“BlockSize”(256 256),“InclusionThreshold”, 0.9)
创建一个blockedImagedatastore
对于其中至少90%像素为真正的
在蒙版所定义的染色区域。
mbls = selectBlockLocations(bim,...“水平”, 1...“面具”bmask,“InclusionThreshold”, 0.90,...“BlockSize”256年[256]);
创建一个blockedImageDatastore
从这组方块中。
bimds = blockedImageDatastore(bim,“BlockLocationSet”, mbls);
核实。
bimds。ReadSize = 10;Blocks = read(bimds);图蒙太奇(块,“BorderSize”5,“写成BackgroundColor”,“b”);
输入参数
智能化系统
- - - - - -屏蔽了图片
blockedImage
对象|b的-元素向量blockedImage
对象
被阻塞的图像,指定为blockedImage
对象或b的-元素向量blockedImage
对象。
名称-值参数
指定可选参数对为Name1 = Value1,…,以=家
,在那里名字
参数名称和价值
对应的值。名称-值参数必须出现在其他参数之后,但对的顺序无关紧要。
在R2021a之前,使用逗号分隔每个名称和值,并将其括起来名字
在报价。
例子:“BlockSize”,(224 224)
设置块大小为224 * 224。
BlockOffsets
- - - - - -相邻块的偏移
正整数的2元行向量
相邻块的偏移量,指定为形式为[的2元素正整数行向量行列].
默认值为BlockSize
,产生不重叠的块。若要重叠块,请指定一个较小的值。若要在块之间添加间隙,请指定一个较大的值。
BlockSize
- - - - - -块大小
正整数的2元行向量
块大小,指定为2元素的正整数行向量,形式为[行列].缺省值为TheBlockSize
属性中第一个阻塞图像的最佳分辨率级别智能化系统
.
ExcludeIncompleteBlocks
- - - - - -排除不完整的块
假
或0
(默认)|真正的
或1
排除小于'的不完整块BlockSize
,指定为数字的或逻辑的0
(假
)或1
(真正的
).
InclusionThreshold
- - - - - -掩码块的包含阈值
0.5
(默认)|数字标量|b-元数值向量
掩码块的包含阈值,指定为数值标量或b-element数值向量,其值范围为[0,1]。的InclusionThreshold
参数的元素个数必须与面具
论点。的selectBlockLocations
函数选择与相应掩码块的前景重叠的块,重叠的百分比大于或等于指定的值“InclusionThreshold”
.
当包含阈值为时
0
,selectBlockLocations
函数在对应的掩码块中至少有一个像素非零时选择一个块。当包含阈值为时
1
,selectBlockLocations
函数仅当掩码块中的所有像素都非零时才选择一个块。
水平
- - - - - -分辨率水平
正整数|b-element正整数向量
从每个块图像中的块的分辨率级别智能化系统
,指定为标量正整数或相同大小的数组智能化系统
.如果指定标量值,则selectBlockLocations
函数从相同分辨率的所有阻塞图像中选择块。默认值是阻塞图像数组中每个图像的最优级别,智能化系统
.
数据类型:双
面具
- - - - - -面具的图片
blockedImage
对象|的数组blockedImage
对象
掩码图像,指定为大小相同的数组智能化系统
.掩码图像的底层数据类型是逻辑
.的selectBlockLocations
函数选择与相应掩码块的前景重叠的块InclusionThreshold
.蒙版应该与对应的世界坐标系统相同blockedImage
在智能化系统
数组中。
UseParallel
- - - - - -使用并行处理
假
或0
(默认)|真正的
或1
使用并行处理计算掩码块,指定为数字的或逻辑的0
(假
)或1
(真正的
).当掩码不适合内存时,并行计算掩码是有益的。
使用并行处理需要并行计算工具箱™。的selectBlockLocations
函数使用现有的并行工作池,或在没有活动的并行池时打开新池。的源
中的每个阻塞图像的属性智能化系统
必须是所有并行工作线程上的有效路径。
输出参数
blset
-楼宇位置
blockLocationSet
对象
块位置,返回为blockLocationSet
对象。
参考文献
[1]Bejnordi, Babak Ehteshami, Mitko Veta, Paul Johannes van Diest, Bram van Ginneken, Nico Karssemeijer, Geert Litjens, Jeroen A. W. M. van der Laak等,“深度学习算法用于检测乳腺癌女性淋巴结转移的诊断评估。”JAMA 318,不是。22(2017年12月12日):2199-2210。https://doi.org/10.1001/jama.2017.14585。
版本历史
R2020b中介绍
Matlab명령
다음matlab명령에해당하는링크를클릭했습니다。
명령을실행하려면matlab명령창에입력하십시오。웹브라우저는matlab명령을지원하지않습니다。
您也可以从以下列表中选择一个网站:
如何获得最佳的网站性能
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。