Сегментация изображения на передний план и фон с помощью сегментации на основе графиков
сегментирует изображение BW = lazysnapping(A,L,foremask,backmask)A в области переднего и заднего плана с помощью ленивой привязки. Матрица меток L определяет субрегионы изображения. foremask и backmask представляют собой маски, обозначающие пикселы на изображении как передний план и фон соответственно.
BW = lazysnapping(___, сегментирует изображение или том с помощью пар имя-значение для управления аспектами сегментации.Name,Value)
Ленивый алгоритм защелкивания, разработанный Li et al. кластеры значений переднего плана и фона с использованием метода K-means. Эта реализация алгоритма «ленивой» привязки не группирует аналогичные пиксели переднего плана или фона. Чтобы повысить производительность, уменьшите число пикселов с аналогичными значениями, которые идентифицируются как передний план или фон.
Получение масок foremask или backmask в интерактивном режиме можно нарисовать ROI на изображении, а затем создать маску из ROI с помощью createMask функция. Для получения дополнительной информации см. Обзор создания ROI.
Получение индексов пикселей foreind или backind в интерактивном режиме можно нарисовать Polyline Объект ROI с помощью drawpolyline функция. Получить координаты x и y вершин из Position имущества Polyline. Наконец, преобразуйте координаты в линейные индексы с помощью sub2ind функция. Обратите внимание, что sub2ind функция использует координаты (строка, столбец) вместо координат (x, y).
[1] Y. Li, S. Jian, C. Tang, H. Shum, Lazy Snapping In Proceedings from the 31 International Conference on Computer Graphics and Interactive Techniques, 2004.