Сегментация изображений является процессом разделения изображения в части или области. Это деление на части часто основано на характеристиках пикселей в изображении. Например, один способ найти области в изображении состоит в том, чтобы искать резкие разрывы в пиксельных значениях, которые обычно указывают на ребра. Эти ребра могут задать области. Другие методы делят изображение на области на основе значений цвета или структуры.
| Color Thresholder | Порог цветное изображение |
| Image Segmenter | Сегментируйте изображение путем совершенствования областей |
activecontour | Изображение сегмента в передний план и фон с помощью активных контуров (змеи) |
imsegfmm | Сегментация двухуровневого изображения, использующая Быстро идущий Метод |
imseggeodesic | Изображение сегмента в две или три области с помощью геодезической основанной на расстоянии цветной сегментации |
imsegkmeans | K-средних значений, кластеризирующие базирующуюся сегментацию изображений |
imsegkmeans3 | K-средних значений, кластеризирующие базирующуюся сегментацию объема |
watershed | Водораздел преобразовывает |
gradientweight | Вычислите веса для пикселей изображения на основе градиента изображений |
graydiffweight | Вычислите веса для пикселей изображения на основе полутонового различия в интенсивности |
grayconnected | Выберите непрерывную область изображений с подобными уровнями яркости |
graythresh | Глобальный порог изображений с помощью метода Оцу |
multithresh | Многоуровневые пороги изображений с помощью метода Оцу |
otsuthresh | Глобальный порог гистограммы с помощью метода Оцу |
adaptthresh | Адаптивный порог изображений с помощью локальной статистики первого порядка |
boundarymask | Найдите контуры области сегментации |
superpixels | 2D суперпиксельная сверхсегментация изображений |
lazysnapping | Изображение сегмента в передний план и фон с помощью основанной на графике сегментации |
grabcut | Изображение сегмента в передний план и фон с помощью итеративной основанной на графике сегментации |
superpixels3 | 3-D суперпиксельная сверхсегментация 3-D изображения |
imoverlay | Запишите бинарную маску в 2D изображение |
labeloverlay | Наложите матричные области метки на 2D изображении |
label2idx | Преобразуйте матрицу метки в массив ячеек линейных индексов |
Отобразите сегментацию Используя приложение Image Segmenter
Эта тема предоставляет обзор приложения Image Segmenter и его возможностей.
Сегментация Используя сокращение графика Image Segmenter
Используйте сокращение графика, чтобы сегментировать изображение на передний план и фоновые элементы, с помощью линий классификации, вы дистиллируете изображение.
Сегментация Используя локальное сокращение графика (Grabcut) в Image Segmenter
Используйте локальный (grabcut) сокращения графика, чтобы сегментировать изображение на передний план и фоновые элементы, с помощью линий классификации, вы дистиллируете изображение.
Сегментация Используя круги находки в Image Segmenter
К кругам сегмента от изображения используйте опцию Кругов Находки в приложении Image Segmenter и укажите диапазон приемлемых диаметров.
Сегментация Используя автоматический кластер в Image Segmenter
Используйте Автоматическую Кластерную опцию в приложении Image Segmenter, чтобы сегментировать изображение на фоновые элементы и передний план.
Установите выборочные данные Используя Add-On Explorer
Пакет Данных изображения Image Processing Toolbox содержит демонстрационные 3-D объемные данные.
Отобразите сегментацию Используя приложение Color Thresholder
В этом примере показано, как сегментировать изображение на основе областей со схожим цветом. Можно отобразить изображение в различных цветовых пространствах, чтобы дифференцировать объекты в изображении.
Получите живые изображения в приложении Color Thresholder
Можно выполнить цветную пороговую обработку на изображении, полученном от живой веб-камеры USB.
Отобразите сегментацию Используя облака точек в приложении Color Thresholder
Используйте управление облаком точек, чтобы сегментировать изображение путем выбора области значений цветов, принадлежащих объекту изолировать.
Постройте классификацию земель с цветными функциями и суперпикселями
В этом примере показано, как выполнить классификацию типа земли на основе цветных функций с помощью кластеризации K-средних значений и суперпикселей.
Легкие сегмента от 3-D сканирования грудной клетки
В этом примере показано, как выполнить 3-D сегментацию с помощью активных контуров (змеи).
