文档

superpixels

图像的二维超像素过分割

语法

[L,NumLabels] = superpixels(A,N)
[L,NumLabels] = superpixels(___、名称、值,…)

描述

例子

lNumLabels= superpixels(一个N计算二维灰度或RGB图像的超像素一个N指定要创建的超像素数。函数返回l,类型的标签矩阵,NumLabels,即计算出的实际超像素数。

superpixels函数采用简单线性迭代聚类(SLIC)算法[1].该算法将像素分组为具有相似值的区域。在图像处理操作(如分割)中使用这些区域可以降低这些操作的复杂性。

lNumLabels= superpixels(___名称,值,……)计算图像A的超像素,使用名称-值对来控制分割的各个方面。

例子

全部折叠

将图像读入工作区。

A = imread(“kobi.png”);

计算图像的超像素。

[L,N] =超像素(A,500);

显示原始图像上的超像素边界。

图BW =边界掩码(L);imshow (imoverlay (BW,“青色”),“InitialMagnification”, 67)

将输出图像中每个像素的颜色设置为超像素区域的平均RGB颜色。

outputImage = 0 (size(A),“喜欢”,);idx = label2idx(L);numRows = size(A,1);numCols = size(A,2);labelVal = 1:N redIdx = idx{labelVal};greenIdx = idx{labelVal}+numRows*numCols;blueIdx = idx{labelVal}+2*numRows*numCols;outputImage(redIdx) = mean(A(redIdx));outputImage(greenIdx) = mean(A(greenIdx));outputImage(blueIdx) = mean(A(blueIdx));结束图imshow (outputImage,“InitialMagnification”, 67)

输入参数

全部折叠

输入图像,指定为实数,非稀疏矩阵。为int16数据,一个必须是二维灰度图像。对于所有其他数据类型,一个可以是二维灰度图像或二维RGB图像。当参数isInputLab真正的,则输入图像必须为

数据类型:||int16|uint8|uint16

所需的超像素数,指定为数值标量。

数据类型:||int8|int16|int32|int64|uint8|uint16|uint32|uint64

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:B = superpixels(A,100,'NumIterations', 20);

全部折叠

超级像素的形状,指定为数值标量。SLIC算法的紧凑性参数控制超像素的形状。数值越高,超级像素的形状就越规则,也就是正方形。较低的值可以使超像素更好地附着在边界上,使它们形状不规则。允许的范围是[0正).紧凑性的典型值在此范围内(1、20)

数据类型:||int8|int16|int32|int64|uint8|uint16|uint32|uint64

输入的图像数据是在L * a * b *Colorspace,指定为逻辑标量真正的

数据类型:||int8|int16|int32|int64|uint8|uint16|uint32|uint64|逻辑

用于计算超像素的算法,指定为以下值之一。的superpixels函数使用了简单线性迭代聚类(SLIC)算法的两个变体。

价值

意义

“slic0”

superpixels采用SLIC0算法进行细化“简洁”自适应地在第一次迭代之后。这是默认值。

“slic”

“简洁”在聚类期间为常数。

数据类型:字符|字符串

在算法的聚类阶段中使用的迭代次数,指定为数值标量。对于大多数问题,不需要调整此参数。

数据类型:||int8|int16|int32|int64|uint8|uint16|uint32|uint64

输出参数

全部折叠

标签矩阵,作为类型的数值数组返回.取值为正整数,其中1表示第一个区域,2第二个区域,以此类推,为图像中的每个超像素区域。

计算的超像素数,作为类型的数值标量返回

参考文献

[1] Radhakrishna Achanta, Appu Shaji, Kevin Smith, Aurelien Lucchi, Pascal Fua和Sabine Susstrunk, SLIC超像素与最先进的超像素方法的比较。IEEE模式分析与机器智能汇刊,第34卷,第11期,第2274-2282页,2012年5月

扩展功能

在R2016a中引入

这个话题有用吗?