lazysnapping
Изображение сегмента в передний план и фон с помощью основанной на графике сегментации
Синтаксис
Описание
BW = lazysnapping(___, сегментирует изображение или объем с помощью пар "имя-значение", чтобы управлять аспектами сегментации.Name,Value)
Примеры
Изображение сегмента в передний план и фон
Считайте изображение в рабочую область.
RGB = imread('peppers.png');Отметьте местоположения на изображении как передний план.
figure; imshow(RGB) h1 = impoly(gca,[34,298;114,140;195,135;... 259,200;392,205;467,283;483,104],'Closed',false);
Преобразуйте местоположения в линейные индексы.
foresub = getPosition(h1); foregroundInd = sub2ind(size(RGB),foresub(:,2),foresub(:,1));
Отметьте местоположения на изображении как фон.
figure;
imshow(RGB)
h2 = impoly(gca,[130,52;170,32],'Closed',false);
Преобразуйте местоположения в линейные индексы.
backsub = getPosition(h2); backgroundInd = sub2ind(size(RGB),backsub(:,2),backsub(:,1));
Сгенерируйте матрицу метки.
L = superpixels(RGB,500);
Выполните ленивый моментальный снимок.
BW = lazysnapping(RGB,L,foregroundInd,backgroundInd);
Создайте замаскированное изображение.
maskedImage = RGB; maskedImage(repmat(~BW,[1 1 3])) = 0; figure; imshow(maskedImage)
Объем сегмента на переднем плане и фоне
Загрузите 3-D объемное изображение в рабочую область.
D = load('mri.mat');
V = squeeze(D.D); Создайте 2D маску, идентифицирующую начальный передний план и фоновые точки seed.
seedLevel = 10; fseed = V(:,:,seedLevel) > 75; bseed = V(:,:,seedLevel) == 0; figure; imshow(fseed)
figure; imshow(bseed)
Поместите точки seed в пустую 3-D маску.
fmask = zeros(size(V)); bmask = fmask; fmask(:,:,seedLevel) = fseed; bmask(:,:,seedLevel) = bseed;
Сгенерируйте 3-D матрицу метки.
L = superpixels3(V,500);
Сегментируйте изображение на передний план и фон с помощью Ленивого Моментального снимка.
bw = lazysnapping(V,L,fmask,bmask);
Отобразите 3-D сегментированное изображение.
figure; p = patch(isosurface(double(bw))); p.FaceColor = 'red'; p.EdgeColor = 'none'; daspect([1 1 27/128]); camlight; lighting phong
Входные параметры
Выходные аргументы
Алгоритмы
Ленивый алгоритм Моментального снимка, разработанный Ли и др. передний план кластеров и фоновые значения с помощью метода K-средних значений. Эта реализация Ленивого алгоритма Моментального снимка не кластеризирует подобный передний план или фоновые пиксели. Чтобы улучшать производительность, сократите количество пикселей с подобными значениями, которые идентифицированы как передний план или фон.
Ссылки
[1] И. Ли, С. Цзянь, К. Тан, Х. Шум, ленивый моментальный снимок в продолжениях от 31-й международной конференции по вопросам компьютерной графики и интерактивных методов, 2004.