文档

graydiffweight

根据灰度强度差计算图像像素的权重

语法

W = graydiffweight(I,refGrayVal)
W = graydiffweight(I,mask)
W = graydiffweight(I,C,R)
W = graydiffweight(V,C,R,P)
W = graydiffweight(___,名称,值)

描述

W= graydiffweight (refGrayVal计算灰度图像中每个像素的像素权重.权重是像素的强度与标量指定的参考灰度强度之差的绝对值refGrayVal.选择一个代表要分割的对象的参考灰度强度值。权重值在数组中返回W,与输入图像大小相同

像素的权重与像素所在位置灰度强度差的绝对值成反比。若差值较小(强度值接近refGrayVal)时,权重值较大。如果差异较大(强度值相差很大refGrayVal)时,权重值较小。

W= graydiffweight (面具计算像素权重,其中参考灰度强度值是中所有像素强度值的平均值被标记为合乎逻辑的真正的面具.使用几个像素的平均值来计算参考灰度强度值比使用单个参考强度值更有效,如前面的语法所示。

W= graydiffweight (CR计算像素权重,其中参考灰度强度值是由向量指定的像素位置的强度值的平均值C而且RC而且R包含像素位置的列和行索引,这些像素位置必须是有效的像素索引

W= graydiffweight (VCRP计算体积中每个体素的权重V,由向量指定CR,PCR,P包含体素位置的列、行和面索引,这些位置必须是其中的有效体素索引V

例子

W= graydiffweight (___,名称,值返回权重数组W使用名称-值对来控制权重计算的各个方面。

例子

全部折叠

该示例使用快速推进方法(Fast Marching Method)从种子位置的强度值计算灰度强度差权重,对图像中的对象进行分割。

读取图像并显示它。

I = imread(“cameraman.tif”);imshow (I)标题(原始图像的

指定像素的行和列索引,以使用参考灰度强度值。

seedpointR = 159;seedpointC = 67;

计算图像灰度强度差权数组,并进行显示。这个例子做了对数缩放W为了更好的可视化。

W = graydiffweight(I, seedpointC, seedpointR,“GrayDifferenceCutoff”25);图,imshow(日志(W), [])

利用灰度强度差权数组对图像进行分割。指定用于创建权重数组的相同种子点向量。

脱粒= 0.01;BW = imsegfmm(W, seedpointC, seedpointR, thresh);图,imshow(BW)标题(“分割图像”

输入参数

全部折叠

输入图像,指定为灰度图像。必须是非稀疏的。

数据类型:||int8|uint8|int16|uint16|int32|uint32

输入体积,指定为3-D灰度图像。必须是非稀疏的。

数据类型:||int8|uint8|int16|uint16|int32|uint32

参考灰度强度值,指定为标量。

数据类型:

参考灰度强度掩码,指定为逻辑数组,大小与之相同

数据类型:逻辑

参考像素(或体素)的列索引,指定为数值(整数值)向量。

数据类型:

参考像素(或体素)的行索引,指定为数值(整数值)向量。

数据类型:

参考体素的平面索引,指定为数值(整数值)向量。

数据类型:

名称-值对参数

的可选逗号分隔对名称,值参数。的名字参数名称和价值对应的值。的名字必须出现在单引号内(' ').您可以以任意顺序指定多个名称和值对参数Name1, Value1,…,的家

例子:W = graydiffweight(I, seedpointC, seedpointR,'GrayDifferenceCutoff',25);

全部折叠

输出权重滚转因子,指定为由逗号分隔的对组成“RolloffFactor”和class的正标量.作为强度值与参考灰度强度之间的绝对差的函数,控制输出权重下降的速度。当被视为2-D图时,像素强度值可以在区域的边缘逐渐变化,从而形成一个平缓的斜坡。在分段图像中,您可能希望边缘定义更明确。使用滚转因子,可以在强度值开始变化的点上控制权重值曲线的斜率。如果指定一个高值,输出权重值会在变化强度区域附近急剧下降。如果指定一个较低的值,则输出权重在变化强度的区域周围有一个更渐进的下降。建议取值范围为(0.5 - 4)

数据类型:

灰度强度差绝对值的阈值,指定为由逗号分隔的对组成“GrayDifferenceCutoff”类的非负标量.当对强度差值设置阈值时,将强烈抑制大于截止值的输出权重值。graydiffweight为这些像素分配最小的权重值。当输出权重数组时W用于基于快速行进方法的分割(作为输入imsegfmm),此参数可用于提高分割输出的精度。默认值为,这意味着没有严格的界限。

数据类型:

输出参数

全部折叠

权重数组,指定为大小相同的数值数组W是一流的,除非是一流的,在这种情况下W是一流的

在R2014b中引入

这个话题有用吗?