Ускорьте обработку Используя более низкое изображение разрешения

Много блокированных изображений содержат несколько уровней разрешения, включая крупные более низкие версии разрешения самого прекрасного изображения с высоким разрешением. В общем случае распределение отдельных пиксельных значений должно быть примерно равным через все уровни. Усиливая это предположение, можно вычислить глобальную статистику на крупном уровне и затем использовать статистику, чтобы обработать более прекрасные уровни.

Извлеките изображение на самом грубом уровне, затем преобразуйте изображение в шкалу полутонов.

imLowRes = gather(bim);  % default is coarsest
imLowResGray = rgb2gray(imLowRes);

Порог изображение в два класса и отображает результат.

thresh = graythresh(imLowResGray);
imLowResQuant = imbinarize(imLowResGray,thresh);
imshow(imLowResQuant)

Подтвердите на самом большом изображении. Инвертируйте результат получить маску для запятнанной области.

bq = apply(bim, ...
    @(bs)~imbinarize(rgb2gray(bs.Data),thresh));

Визуализируйте результат на самом прекрасном уровне.

bigimageshow(bq,'CDataMapping','scaled');

Ускорьте Обработку Используя Использование Частичных областей блокированного Изображения

Другой подход, в то время как работа с большими изображениями должна извлечь меньшую область с функциями интереса. Можно вычислить статистику из ROI и затем использовать статистику, чтобы обработать целое изображение с высоким разрешением.

% Zoom in on a region of interest.
bigimageshow(bim);
xlim([2400,3300])
ylim([900 1700])

Извлеките область, показываемую из самого прекрасного уровня.

xrange = xlim;
yrange = ylim;
imRegion = getRegion(bim,[900 2400 1],[1700 3300 3],'Level',1);
imshow(imRegion);

Моделируйте с этой областью, затем отображают результаты.

imRegionGray = rgb2gray(imRegion);
thresh = graythresh(imRegionGray);
imLowResQuant = ~imbinarize(imRegionGray,thresh);

imshow(imLowResQuant)

Подтвердите на полном блокированном изображении и отобразите результаты.

bq = apply(bim, ...
    @(bs)~imbinarize(rgb2gray(bs.Data),thresh));
bigimageshow(bq,'CDataMapping','scaled');

Ускорьте обработку Используя Parallel Computing Toolbox

Если вам установили Parallel Computing Toolbox™, то можно распределить обработку на нескольких рабочих, чтобы ускорить обработку. Чтобы попытаться обработать изображение параллельно, установите runInParallel переменная к true.

runInParallel = false;
if runInParallel
    % Open a pool
    p = gcp;
    % Ensure workers are on the same folder as the file to be able to
    % access it using just the relative path
    sourceDir = fileparts(which('tumor_091R.tif'));
    spmd
        cd(sourceDir)
    end
    % Run in parallel
    bq = apply(bim, ...
    @(bs)~imbinarize(rgb2gray(bs.Data),thresh),'UseParallel',true);
end