Сегментация изображений

Сегментные изображения

Сегментация изображений - это процесс разбиения изображения на части или области. Это деление на части часто основывается на характеристиках пикселей в изображении. Для примера одним из способов найти области в изображении является поиск резких разрывов в значениях пикселей, которые обычно указывают на ребра. Эти ребра могут задавать области. Другие методы делят изображение на области на основе значений цвета или текстуры.

Приложения

Color Thresholder	Пороговое цветное изображение
Image Segmenter	Сегментируйте изображение путем уточнения областей
Volume Segmenter	Сегментные 3-D полутоновые или RGB объемные изображения

Функции

расширить все

Методов сегментации

`graythresh`	Глобальный порог изображения с использованием метода Otsu
`multithresh`	Многоуровневые пороги изображений с использованием метода Otsu
`otsuthresh`	Глобальный порог гистограммы с использованием метода Otsu
`adaptthresh`	Адаптивный порог изображения с использованием локальной статистики первого порядка
`grayconnected`	Выберите смежную область изображения с аналогичными значениями серого цвета с помощью метода заливки-заливки
`watershed`	Преобразование Водораздела
`activecontour`	Сегментируйте изображение в передний план и фон с помощью метода роста области активных контуров (змей)
`lazysnapping`	Сегментируйте изображение в передний и задний план с помощью основанной на графике сегментации
`grabcut`	Сегментируйте изображение в передний план и фон с помощью итерационной сегментации на основе графа
`imseggeodesic`	Сегментируйте изображение в две или три области с помощью геодезической сегментации цвета на основе расстояния
`imsegfmm`	Бинарное изображение с использованием метода быстрого марша
`gradientweight`	Вычислите веса для пикселей изображения на основе градиента изображения
`graydiffweight`	Вычислите веса для пикселей изображения на основе различия интенсивности в полутоне
`imsegkmeans`	K-означает кластеризацию сегментации изображений на основе
`imsegkmeans3`	K-образная кластеризация, основанная на сегментации томов
`superpixels`	2-D сверхэгментацию изображений
`superpixels3`	3-D сверхэгментацию 3-D изображения

Отображение результатов сегментации

`imoverlay`	Запишите двоичную маску в 2-D изображение
`overlay`	Метка наложения матрицы области на 2-D изображении
`label2idx`	Преобразуйте матрицу меток в массив ячеек линейных индексов
`boundarymask`	Найдите контуры области сегментации

Оценка точности сегментации

`jaccard`	Коэффициент подобия Jaccard для сегментации изображения
`dice`	Коэффициент подобия Сёренсена-Диса для сегментации изображения
`bfscore`	Счет соответствия контура для сегментации изображения

Темы

Сегментация с использованием Image Segmenter

Начало работы с приложением Image Segmenter

В этом разделе представлен обзор приложения Image Segmenter и его возможностей.

Установка выборочных данных с помощью Add-On Explorer

Пакет Image Processing Toolbox Image Data содержит выборку 3-D объемные данные.

Сегментация с использованием держателя Color Thresholder

Сегментируйте изображение и создайте маску с помощью приложения Color Thresholder

В этом примере показано, как сегментировать изображение и создать двухкомпонентное масковое изображение с помощью приложения Color Thresholder.

Получите Live изображения в приложении Color Thresholder

Вы можете выполнить порог цвета для изображения, полученного из веб-камеры USB.

Сегментация изображений с использованием облаков точек в приложении Color Thresholder

В этом примере показано, как сегментировать изображение с помощью управления облаком точек в приложении Color Thresholder.

Сегментация с использованием фильтров Габора, суперпикселей и других методов

График классификацию земель с помощью цветовых Функций и суперпикселей

В этом примере показано, как выполнить классификацию типов земель на основе цветовых функций с помощью кластеризации K-средних значений и суперпикселей.

Сегмент легких от 3-D грудной клетки

В этом примере показано, как выполнить сегментацию 3-D с помощью активных контуров (змей).