最新のリリースでは、このページがまだ翻訳されていません。 このページの最新版は英語でご覧になれます。
測地線距離ベースの色のセグメンテーションを使用したイメージの 2 または 3 領域へのセグメント化
は、カラー イメージ L
= imseggeodesic(RGB
,BW1
,BW2
)RGB
をセグメント化し、ラベルを使用してセグメント化されたバイナリ イメージ L
を返します。BW1
および BW2
は、2 つの領域 (前景と背景) の "スクリブル" と呼ばれる初期シード領域の位置を指定するバイナリ イメージです。
imseggeodesic
は、BW1
と BW2
に指定されたスクリブルを、セグメンテーションで使用する各領域の統計量の計算に代表サンプルとして使用します。BW1
と BW2
で指定されるスクリブル (論理値 true の領域) はオーバーラップしないようにします。基礎となるアルゴリズムは、セグメンテーション用のスクリブルでマークされた領域に関して推定した統計量を使用します。スクリブルでマークするピクセルの数を大きくすると、領域の統計量をより正確に推定でき、一般的にセグメンテーションの精度がより高くなります。そのため、可能な限り多くのスクリブルを指定することをお勧めします。通常は、領域ごとに最小で数百個のピクセルをスクリブルとして指定します。
[
は、セグメンテーションの特性を制御する名前と値のペアを使用します。L
,P
] =imseggeodesic(___,Name,Value
)
imseggeodesic
は、測地線距離ベースの色のセグメンテーション アルゴリズムを使用します ([1] と同様)。
[1] A. Protiere and G. Sapiro, Interactive Image Segmentation via Adaptive Weighted Distances, IEEE Transactions on Image Processing. Volume 16, Issue 4, 2007.
activecontour
| imsegfmm
| rgb2ycbcr
| 色のしきい値