В этом примере показов, как вычислить стандартное отклонение видимых областей (ROIs) в вход изображении. Входное изображение состоит из различных текстурных областей, и ROI выбираются, чтобы содержать эти текстурные области.
Чтение изображения в рабочее пространство MATLAB.
I = imread('multitextures.png');
Загрузите изображение маски, задающее ROI в вход изображении.
load('binaryROI.mat')
Откройте модель Simulink.
modelname='ex_blk2dstd.slx';
open_system(modelname);
Модель вычисляет координаты для ROIs с помощью Blob Analysis блок. Максимальное количество blobs- параметра в Blob Analysis для блока задано значение 5, количество ROI.
The 2-D Standard Deviation блок вычисляет стандартное значение отклонения для каждого информация только для чтения.
Установите эти параметры 2-D Standard Deviation Блок к заданному значению inorder, чтобы вычислить индивидуальную статистику для каждой информации только для чтения.
Задайте Find the standard deviation value over параметр в Entire input
Выберите Enable ROI processing параметр
Задайте ROI type параметр в Rectangles
Задайте Output параметр в Individual statistics for each ROI
Значения стандартного отклонения указывают дисперсию значений пикселей в информация только для чтения от соответствующего среднего значения.
out = sim(modelname);
Модель также отображает вход изображение и матрицу меток, которые соответствуют выбранным ROIs. Прямоугольники, наложенные на вход изображение, представляют ROI, для которых вычисляется стандартное отклонение.
Отображение стандартного значения отклонения для каждого информация только для чтения. Первое стандартное значение отклонения соответствует области со значением метки 1. Точно так же второе стандартное значение отклонения соответствует области со значением метки 2 и так далее.
out.std
ans =
0.0534
0.1203
0.0775
0.1463
0.1629