Сегментируйте изображение в две или три области с помощью геодезической сегментации цвета на основе расстояния
сегментирует цветное изображение L
= imseggeodesic(RGB
,BW1
,BW2
)RGB
, возвращая сегментированное бинарное изображение с метками L
. BW1
и BW2
являются бинарными изображениями, которые задают местоположение начальных начальных областей, называемых scribbles, для этих двух областей (переднего и заднего плана).
imseggeodesic
использует строчки, указанные в BW1
и BW2
в качестве репрезентативных выборок для вычисления статистики для их соответствующих областей, которые он затем использует в сегментации. Строчки, заданные как BW1
и BW2
(области, которые являются логическими true) не должны перекрываться. Базовый алгоритм использует статистику, оцененную по областям, отмеченной строчками для сегментации. Чем больше количество пикселей, отмеченных строчками, тем точнее оценка статистики области, которая обычно приводит к более точной сегментации. Поэтому является хорошей практикой обеспечить как можно больше книжек. Обычно обеспечивают, по меньшей мере, несколько сотен пикселей в качестве скриблов для каждой области.
сегментирует цветное изображение L
= imseggeodesic(RGB
,BW1
,BW2
,BW3
)RGB
, возвращая сегментированное изображение с тремя сегментами (трехкомпонентная сегментация) с метками областей, заданными матрицей меток L
. BW1
, BW2
, и BW3
являются бинарными изображениями, которые определяют местоположение начальных начальных областей или строчек для трех областей. Строчки, заданные как BW1
, BW2
, и BW3
(области, которые являются логическими true) не должны перекрываться.
[
использует пары "имя-значение", чтобы управлять аспектами сегментации.L
,P
] =
imseggeodesic(___,Name,Value
)
imseggeodesic
использует геодезический алгоритм сегментации цветов на расстоянии (подобный [1]).
[1] А. Протиер и Г. Сапиро, интерактивная сегментация изображений через адаптивные взвешенные расстояния, транзакции IEEE по обработке изображений. Том 16, Выпуск 4, 2007.