fibermetric

Улучшите удлиненные или трубчатые структуры в изображении

Описание

пример

J = fibermetric(I) улучшает удлиненные или трубчатые структуры в 2-D или 3-D полутоновом изображении I использование многомасштабной фильтрации на основе Гессия. Изображение возвращено, J, содержит максимальную реакцию фильтра на толщину, которая приблизительно совпадает с размером трубчатой структуры в изображении.

J = fibermetric(I,thickness) задает толщину трубчатых конструкций для увеличения.

J = fibermetric(___,Name,Value) использует аргументы пары "имя-значение" для управления различными аспектами алгоритма фильтрации.

Примеры

свернуть все

Считывайте и отображайте изображение, которое содержит трубчатые нити различной толщины.

A = imread('threads.png');
imshow(A)

Figure contains an axes. The axes contains an object of type image.

Создайте расширенную версию изображения, в которой подсвечиваются потоки толщиной в семь пикселей. Нити появляются темными на светлом фоне, поэтому задайте полярность объекта как 'dark'. Отобразите улучшенное изображение.

B = fibermetric(A,7,'ObjectPolarity','dark');
imshow(B)
title('Enhanced Tubular Structures 7 Pixels Thick')

Figure contains an axes. The axes with title Enhanced Tubular Structures 7 Pixels Thick contains an object of type image.

Порог улучшенного изображения для создания двухкомпонентного маскирующего изображения, содержащего потоки с заданной толщиной.

BW = imbinarize(B);

Отобразите маску на оригинальное изображение при помощи labeloverlay функция. Накладка имеет голубой оттенок, где маска true (где резьба имеет заданную толщину).

imshow(labeloverlay(A,BW));
title('Detected Tubular Structures 7 Pixels Thick')

Figure contains an axes. The axes with title Detected Tubular Structures 7 Pixels Thick contains an object of type image.

Входные параметры

свернуть все

Изображение с удлиненными или трубчатыми структурами, заданное 2-D виде полутонового изображения или 3-D полутонового объема.

Типы данных: single | double | int8 | int16 | int32 | uint8 | uint16 | uint32

Толщина трубчатых структур в пикселях, заданная как положительное целое число или вектор положительных целых чисел.

Типы данных: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64

Аргументы в виде пар имя-значение

Задайте необязательные разделенные разделенными запятой парами Name,Value аргументы. Name - имя аргумента и Value - соответствующее значение. Name должны находиться внутри кавычек. Можно задать несколько аргументов в виде пар имен и значений в любом порядке Name1,Value1,...,NameN,ValueN.

Пример: J = fibermetric(I,'StructureSensitivity',15)

Чувствительность структуры, заданная как разделенная разделенными запятой парами, состоящая из 'StructureSensitivity' и положительное число. Чувствительность структуры является порогом для дифференцирования трубчатой структуры от фона.

Значение по умолчанию зависит от типа данных изображения I, и вычисляется как 0,01 * diff (getrangefromclass(I)). Для примера порог по умолчанию 2.55 для изображений типа данных uint8, и по умолчанию это 0.01 для изображений типа данных double со значениями пикселей в области значений [0, 1].

Типы данных: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64

Полярность трубчатых структур с фоном, заданная как разделенная разделенными запятой парами, состоящая из 'ObjectPolarity' и одно из следующих значений:

ЗначениеОписание
'bright'Структура ярче фона.
'dark'Структура темнее фона.

Типы данных: char | string

Выходные аргументы

свернуть все

Улучшенное изображение, возвращенное как числовой массив того же размера, что и входное изображение I. Если тип данных I является double, затем тип данных J также double. В противном случае тип данных J является single.

Типы данных: single | double

Совет

  • The fibermetric функция не выполняет сегментацию. Функция улучшает изображение для подсветки структур и обычно используется в качестве шага предварительной обработки для сегментации.

Вопросы совместимости

расширить все

Поведение изменено в R2018b

Ссылки

[1] Frangi, Alejandro F., et al. Многомасштабная фильтрация емкостей. Вычисление медицинских изображений и компьютерное вмешательство - MICCAI '98. Спрингер Берлин Гейдельберг, 1998. стр 130–137.

См. также

|

Введенный в R2017a