fibermetric

Улучшите удлиненные или трубчатые структуры в изображении

Описание

пример

J = fibermetric(I) улучшает удлиненные или трубчатые структуры в 2D или 3-D полутоновом изображении I использование Основанной на гессиане многошкальной фильтрации. Возвращенное изображение, J, содержит максимальный ответ фильтра в толщине, которая приблизительно совпадает с размером трубчатой структуры в изображении.

J = fibermetric(I,thickness) задает толщину трубчатых структур, чтобы улучшить.

J = fibermetric(___,Name,Value) аргументы пары "имя-значение" использования, чтобы управлять различными аспектами алгоритма фильтрации.

Примеры

свернуть все

Считайте и отобразите изображение, которое содержит трубчатые потоки различных толщин.

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

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

Создайте расширенную версию изображения, которое подсвечивает потоки, которые семь пикселей толщиной. Потоки обнаруживаются темный против светлого фона, поэтому задают объектную полярность как 'dark'. Отобразите улучшенное изображение.

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

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

Порог улучшенное изображение, чтобы создать бинарный рисунок маски, содержащий потоки с заданной толщиной.

BW = imbinarize(B);

Отобразите маску по оригинальному изображению при помощи labeloverlay функция. Наложение имеет синий оттенок, где маской является true (где потоки имеют заданную толщину).

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

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

Входные параметры

свернуть все

Отобразите с удлиненными или трубчатыми структурами в виде 2D полутонового изображения или 3-D полутонового объема.

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

Толщина трубчатых структур в пикселях в виде положительного целого числа или вектора из положительных целых чисел.

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

Аргументы name-value

Задайте дополнительные разделенные запятой пары Name,Value аргументы. Name имя аргумента и Value соответствующее значение. Name должен появиться в кавычках. Вы можете задать несколько аргументов в виде пар имен и значений в любом порядке, например: Name1, Value1, ..., NameN, ValueN.

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

Чувствительность структуры в виде разделенной запятой пары, состоящей из 'StructureSensitivity' и положительное число. Чувствительность структуры является порогом для дифференциации трубчатой структуры происхождения.

Значение по умолчанию зависит от типа данных изображения I, и вычисляется как 0.01*diff (getrangefromclassi. Например, порогом по умолчанию является 2.55 для изображений типа данных uint8, и значением по умолчанию является 0.01 для изображений типа данных double с пиксельными значениями в области значений [0, 1].

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

Полярность трубчатых структур с фоном в виде разделенной запятой пары, состоящей из 'ObjectPolarity' и одно из следующих значений:

ЗначениеОписание
'bright'Структура более ярка, чем фон.
'dark'Структура является более темной, чем фон.

Типы данных: char | string

Выходные аргументы

свернуть все

Улучшенное изображение, возвращенное как числовой массив одного размера с входом, отображает I. Если тип данных I double, затем тип данных J также double. В противном случае, тип данных J single.

Типы данных: single | double

Советы

  • fibermetric функция не выполняет сегментацию. Функция улучшает изображение, чтобы подсветить структуры и обычно используется в качестве шага предварительной обработки для сегментации.

Вопросы совместимости

развернуть все

Поведение изменяется в R2018b

Ссылки

[1] Frangi, Алехандро Ф., и др. Многошкальная фильтрация улучшения судна. Медицинское Вычисление Изображений и Машинное Вмешательство — MICCAI '98. Спрингер Берлин Гейдельберг, 1998. стр 130–137.

Смотрите также

|

Введенный в R2017a