Сегментация двоичного изображения методом быстрого марша
[ возвращает нормализованную геодезическую карту расстояния BW,D] = imsegfmm(___)D вычисляют методом быстрого марша. BW является пороговой версией D, где все пикселы, имеющие нормализованные значения геодезических расстояний, меньше thresh считаются пикселями переднего плана и имеют значение true. D могут быть установлены пороговые значения на различных уровнях для получения различных результатов сегментации.
В этом примере показано, как сегментировать объект на изображении с помощью метода быстрого марша на основе различий в интенсивности оттенков серого по сравнению с начальными местоположениями.
Чтение изображения.
I = imread('cameraman.tif'); imshow(I) title('Original Image')
Создайте маску и укажите начальное местоположение. Также можно использовать roipoly для создания маски в интерактивном режиме.
mask = false(size(I)); mask(170,70) = true;
Вычислите массив весов на основе различий интенсивности в градациях серого.
W = graydiffweight(I, mask, 'GrayDifferenceCutoff', 25);Сегментируйте изображение с помощью весов.
thresh = 0.01;
[BW, D] = imsegfmm(W, mask, thresh);
figure
imshow(BW)
title('Segmented Image')
Можно задать пороговое значение для матрицы геодезических расстояний D использование различных пороговых значений для получения различных результатов сегментации.
figure
imshow(D)
title('Geodesic Distances')
Этот пример сегментирует мозг из данных МРТ головы человека.
Загрузите данные МРТ.
load mri
V = squeeze(D);Визуализация данных.
sizeO = size(V); figure; slice(double(V),sizeO(2)/2,sizeO(1)/2,sizeO(3)/2); shading interp, colormap gray; title('Original');
Задайте начальные местоположения.
seedR = 75; seedC = 60; seedP = 10;
Вычислять веса на основе разностей интенсивности в градациях серого.
W = graydiffweight(V, seedC, seedR, seedP , 'GrayDifferenceCutoff', 25);Сегментируйте изображение с помощью весов.
thresh = 0.002; BW = imsegfmm(W, seedC, seedR, seedP, thresh);
Визуализируйте сегментированное изображение с помощью iso-поверхности.
figure; p = patch(isosurface(double(BW))); p.FaceColor = 'red'; p.EdgeColor = 'none'; daspect([1 1 27/64]); camlight; lighting phong;
imsegfmm использует операции с плавающей запятой двойной точности для внутренних вычислений для всех классов, кроме класса single. Если W имеет класс single, imsegfmm использует операции с плавающей запятой с одинарной точностью внутри системы.
imsegfmm устанавливает пикселы с 0 или NaN значения веса для Inf на изображении геодезического расстояния D. Эти пикселы являются частью фона (логическое значение false) в сегментированном изображении BW.
[1] Сетиан, Дж. А. Методы набора уровней и методы быстрого марша: развитие интерфейсов в вычислительной геометрии, механике жидкости, компьютерном зрении и материаловедении, Cambridge University Press, 2-е издание, 1999.
activecontour | gradientweight | graydiffweight | graydist | Сегментирование изображения