2D суперпиксельная сверхсегментация изображений
[ вычисляет суперпиксели 2D шкалы полутонов, или RGB отображают L,NumLabels]
= superpixels(A,N)AN задает количество суперпикселей, которые вы хотите создать. Функция возвращает L, матрица метки типа double, и NumLabels, фактическое количество суперпикселей, которые были вычислены.
superpixels функционируйте использует алгоритм простой линейной итеративной кластеризации (SLIC) [1]. Этот алгоритм пиксели групп в области с подобными значениями. Используя эти области в операциях обработки изображений, таких как сегментация, может уменьшать сложность этих операций.
[ вычисляет суперпиксели изображения L,NumLabels]
= superpixels(A,N,Name,Value)A использование аргументов пары "имя-значение" раньше управляло аспектами сегментации.
Считайте изображение в рабочую область.
A = imread('kobi.png');Вычислите суперпиксели изображения.
[L,N] = superpixels(A,500);
Отобразите суперграницы пикселей, наложенные на оригинальном изображении.
figure BW = boundarymask(L); imshow(imoverlay(A,BW,'cyan'),'InitialMagnification',67)
Выберите цвет каждого пикселя в выходном изображении к среднему цвету RGB суперпиксельной области.
outputImage = zeros(size(A),'like',A); idx = label2idx(L); numRows = size(A,1); numCols = size(A,2); for labelVal = 1:N redIdx = idx{labelVal}; greenIdx = idx{labelVal}+numRows*numCols; blueIdx = idx{labelVal}+2*numRows*numCols; outputImage(redIdx) = mean(A(redIdx)); outputImage(greenIdx) = mean(A(greenIdx)); outputImage(blueIdx) = mean(A(blueIdx)); end figure imshow(outputImage,'InitialMagnification',67)
[1] Radhakrishna Achanta, Appu Shaji, Кевин Смит, Aurelien Lucchi, Паскаль Фюа, и Сабин Сюсстрюнк, Суперпиксели SLIC По сравнению с Современными Суперпиксельными Методами. Транзакции IEEE согласно Анализу Шаблона и Искусственному интеллекту, Объему 34, Выпуск 11, стр 2274-2282, май 2012
boundarymask | imoverlay | label2idx | label2rgb | superpixels3