Изображение сегмента в две или три области с помощью геодезической основанной на расстоянии цветной сегментации
сегментирует цветное изображение L
= imseggeodesic(RGB
,BW1
,BW2
)RGB
, возврат сегментированного двухуровневого изображения с маркирует L
. BW1
и BW2
двухуровневые изображения, которые задают местоположение начальных областей seed, названных scribbles, для этих двух областей (передний план и фон).
imseggeodesic
использует каракули, заданные в BW1
и BW2
как репрезентативные пробы для вычисления статистики для их соответствующих областей, которые это затем использует в сегментации. Каракули заданы BW1
и BW2
(области, которые являются логической истиной) не должен накладываться. Базовый алгоритм использует статистику, оцененную по областям, отмеченным каракулями для сегментации. Чем больше количество пикселей, отмеченных каракулями, тем более точный оценка статистики области, которая обычно приводит к более точной сегментации. Поэтому это - хорошая практика, чтобы обеспечить как можно больше каракулей. Как правило, обеспечьте по крайней мере несколько сотен пикселей как каракули для каждой области.
сегментирует цветное изображение L
= imseggeodesic(RGB
,BW1
,BW2
,BW3
)RGB
, возврат сегментированного изображения с тремя сегментами (trinary сегментация) с метками области, заданными матрицей метки L
. BW1
, BW2
, и BW3
двухуровневые изображения, которые задают местоположение начальных областей seed или каракулей для этих трех областей. Каракули заданы BW1
, BW2
, и BW3
(области, которые являются логической истиной) не должен накладываться.
[
пары "имя-значение" использования, чтобы управлять аспектами сегментации.L
,P
] =
imseggeodesic(___,Name,Value
)
imseggeodesic
использует геодезический основанный на расстоянии цветной алгоритм сегментации (похожий на [1]).
[1] А. Протир и Г. Сэпиро, Интерактивная Сегментация Изображений через Адаптивные Взвешенные Расстояния, Транзакции IEEE на Обработке изображений. Объем 16, Выпуск 4, 2007.
Color Thresholder | activecontour
| imsegfmm
| rgb2ycbcr
| visboundaries