imsegfmm
高速マーチング法を使用したバイナリ イメージのセグメンテーション
構文
説明
例
この例では、高速マーチング法により、シード位置とのグレースケール強度の差に基づいてイメージ内のオブジェクトをセグメント化する方法を説明します。
イメージを読み取ります。
I = imread('cameraman.tif'); imshow(I) title('Original Image')
マスクを作成し、シード位置を指定します。roipoly を使用してマスクを対話的に作成することもできます。
mask = false(size(I)); mask(170,70) = true;
グレースケール強度の差に基づいて重み配列を計算します。
W = graydiffweight(I, mask, 'GrayDifferenceCutoff', 25);重みを使用してイメージをセグメント化します。
thresh = 0.01;
[BW, D] = imsegfmm(W, mask, thresh);
figure
imshow(BW)
title('Segmented Image')
さまざまなしきい値を使用して測地線距離行列 D をしきい値処理すると、異なるセグメンテーション結果が得られます。
figure
imshow(D)
title('Geodesic Distances')
この例では、人体頭部の MRI データから脳をセグメント化します。
MRI データを読み込みます。
load("mri")
V = squeeze(D);データを可視化します。
sizeO = size(V); figure slice(double(V),sizeO(2)/2,sizeO(1)/2,sizeO(3)/2); shading interp colormap("gray") title("Original")
シード位置を設定します。
seedR = 75; seedC = 60; seedP = 10;
グレースケール強度の差に基づいて重みを計算します。
W = graydiffweight(V,seedC,seedR,seedP,"GrayDifferenceCutoff",25);重みを使用してイメージをセグメント化します。
thresh = 0.002; BW = imsegfmm(W,seedC,seedR,seedP,thresh);
等値面を使用して、セグメント化されたイメージを可視化します。
figure p = patch(isosurface(double(BW))); p.FaceColor = "red"; p.EdgeColor = "none"; daspect([1 1 27/64]); camlight lighting phong
入力引数
出力引数
ヒント
imsegfmmは、singleクラスを除くすべてのクラスの内部計算に、倍精度浮動小数点演算を使用します。Wのデータ型がsingleの場合、imsegfmmは内部的に単精度浮動小数点数演算を使用します。測地線距離イメージ
Dでは、imsegfmmは重み値が0またはNaNのピクセルをInfに設定します。これらのピクセルは、セグメント化されたイメージBWの背景に含まれます。
参照
[1] Sethian, J. A. Level Set Methods and Fast Marching Methods: Evolving Interfaces in Computational Geometry, Fluid Mechanics, Computer Vision, and Materials Science, Cambridge University Press, 2nd Edition, 1999.
