imseggeodesic
Изображение сегмента в две или три области с помощью геодезической основанной на расстоянии цветной сегментации
Синтаксис
Описание
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 перекрываться. 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.
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 перекрываться.
[ пары "имя-значение" использования, чтобы управлять аспектами сегментации.L,P] =
imseggeodesic(___,Name,Value)
Примеры
Изображение сегмента в две области Используя информацию о цвете
Считайте и отобразите изображение.
RGB = imread('yellowlily.jpg');
imshow(RGB)
Цель состоит в том, чтобы сегментировать лепестки цветка. Задайте начальную область seed как прямоугольный ROI при помощи drawrectangle функция. Отобразите ROI красного цвета. Аргумент пары "имя-значение" 'Position' задает верхнюю левую координату, ширину и высоту ROI как векторный [xmin, ymin, width, height] с 4 элементами. Если вы хотите чертить прямоугольник в интерактивном режиме, то не используйте аргумент пары "имя-значение" 'Position'.
roiObject = drawrectangle(gca,'Position',[350 700 375 120],'Color','r');
Задайте начальные области seed для фона как прямоугольный ROI. Отобразите ROI синего цвета.
roiBackground = drawrectangle(gca,'Position',[90 1230 910 190],'Color','b');
Создайте маску для каждого ROI, в котором ROI является true и другими пикселями является false.
maskObject = createMask(roiObject); maskBackground = createMask(roiBackground);
Сегментируйте изображение.
[L,P] = imseggeodesic(RGB,maskObject,maskBackground);
Отобразите сегментированные метки.
imshow(label2rgb(L))
title('Segmented Labels')
Отобразите сегментированные метки по оригинальному изображению.
imshow(labeloverlay(RGB,L))
title('Labels Overlaid on Original Image')
Изображение сегмента в три области Используя информацию о цвете
Считайте и отобразите изображение.
RGB = imread('yellowlily.jpg');
imshow(RGB)
Первая область состоит из желтых цветочных лепестков. Задайте начальную область seed как прямоугольный ROI при помощи drawrectangle функция. Чертите ROI желтого цвета. Аргумент пары "имя-значение" 'Position' задает верхнюю левую координату, ширину и высоту ROI как векторный [xmin, ymin, width, height] с 4 элементами. Если вы хотите чертить прямоугольник в интерактивном режиме, то не используйте аргумент пары "имя-значение" 'Position'.
r1 = drawrectangle(gca,'Position',[350 700 425 120],'Color','y');
Вторая область состоит из зеленых листов. Задайте область seed как прямоугольный ROI и чертите ROI красного цвета.
r2 = drawrectangle(gca,'Position',[800 1124 120 230],'Color','r');
Третья область является фоном, который является грязью в этом изображении. Задайте область seed как прямоугольный ROI и чертите ROI синего цвета.
r3 = drawrectangle(gca,'Position',[1010 290 180 240],'Color','b');
Создайте маску для каждого ROI, в котором ROI является true и другими пикселями является false.
mask1 = createMask(r1); mask2 = createMask(r2); mask3 = createMask(r3);
Сегментируйте изображение.
[L,P] = imseggeodesic(RGB,mask1,mask2,mask3,'AdaptiveChannelWeighting',true);Отобразите сегментированные метки по оригинальному изображению.
imshow(labeloverlay(RGB,L))
title('Segmented Image with Three Regions')
Правый нижний угол изображения неправильно классифицируется как область 2 (листы). Добавьте другой фоновый ROI.
r4 = drawrectangle(gca,'Position',[20 1320 480 200],'Color','b');
mask4 = createMask(r4); maskBackground = mask3 + mask4;
Сегментируйтесь изображение затем отображают сегментированные метки по оригинальному изображению.
[L,P] = imseggeodesic(RGB,mask1,mask2,maskBackground,'AdaptiveChannelWeighting',true); imshow(labeloverlay(RGB,L)) title('Refined Segmented Image with Three Regions')
Отобразите вероятность, что каждый пиксель, принадлежит каждой метке.
montage(P,'Size',[1 3]) title('Probability That Each Pixel Belongs to Each Label')
Входные параметры
Выходные аргументы
Советы
Алгоритмы
imseggeodesic использует геодезический основанный на расстоянии цветной алгоритм сегментации (похожий на [1]).
Ссылки
[1] А. Протир и Г. Сэпиро, Интерактивная Сегментация Изображений через Адаптивные Взвешенные Расстояния, Транзакции IEEE на Обработке изображений. Объем 16, Выпуск 4, 2007.