ドキュメンテーション

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。

stdfilt

イメージの局所的な標準偏差

ページ内をすべて折りたたむ

構文

J = stdfilt(I)
J = stdfilt(I,nhood)

説明

例

J = stdfilt(I) は、イメージ I の標準偏差フィルター処理を実行して、フィルター処理されたイメージ J を返します。各出力ピクセルの値は、対応する入力ピクセル周辺の 3 行 3 列の近傍の標準偏差です。I の境界上のピクセルの場合、stdfilt は対称性を利用したパディング方式を使用します。対称性を利用したパディング方式では、パディング ピクセルの値は I の境界ピクセルの鏡像です。

オプションで、GPU を使用して演算を実行できます (Parallel Computing Toolbox™ が必要です)。詳細は、GPU での画像処理を参照。

J = stdfilt(I,nhood) は、標準偏差の計算に使用される近傍 nhood を指定します。

例

すべて折りたたむ

ライブ スクリプトを開く

この例では、stdfilt を使用した標準偏差フィルター処理の実行方法を説明します。フィルター後のイメージ内の明るいピクセルは、元のイメージの標準偏差が大きい近傍に対応します。

イメージをワークスペースに読み取ります。

I = imread('circuit.tif');

stdfilt を使用して標準偏差フィルター処理を実行します。

J = stdfilt(I);

元のイメージと処理後のイメージを表示します。

imshow(I)
title('Original Image')

figure
imshow(J,[])
title('Result of Standard Deviation Filtering')

イメージを gpuArray に読み取ります。

I = gpuArray(imread('circuit.tif'));

stdfilt を使用して標準偏差フィルター処理を実行します。

J = stdfilt(I);

元のイメージと処理後のイメージを表示します。

imshow(I)
title('Original Image')
figure
imshow(J,[])
title('Result of Standard Deviation Filtering')

入力引数

すべて折りたたむ

フィルター処理されるイメージ。任意の次元の数値配列または logical 配列として指定します。

GPU を使用して演算を実行するには、I を数値配列または logical 配列を含む gpuArray として指定します。

データ型: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64 | logical

近傍。0 と 1 を含む多次元の logical 配列または数値配列として指定します。nhood のサイズは各次元で奇数でなければなりません。

既定の設定では、stdfilt は、近傍 true(3) を使用します。stdfilt は、floor((size(nhood) + 1)/2) により近傍の中心要素を決定します。

円板などの多様な形状の近傍を指定するには、関数 strel を使用して目的の形状の構造化要素オブジェクトを作成します。その後、構造化要素の neighborhood プロパティから近傍を抽出します。

メモ

この関数を GPU で実行する場合、近傍は 2 次元でなければなりません。

データ型: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64 | logical

出力引数

すべて折りたたむ

フィルター処理されたイメージ。入力イメージ I と同じサイズの数値配列として返されます。J のクラスは double です。

フィルター処理されたイメージを GPU を使用して計算する場合、J は I 内の配列と同じクラスの数値配列を含む gpuArray として返されます。

アルゴリズム

イメージに Inf または NaN が含まれている場合、stdfilt の動作は定義されません。Inf または NaN の伝播を Inf または NaN のピクセルの近傍のみに制限することはできない場合があります。

拡張機能

参考

関数

オブジェクト

トピック

R2006a より前に導入

Image Processing Toolbox ドキュメンテーション
サポート
MATLABで始めるディープラーニング

MATLABで始めるディープラーニング

ebookをダウンロードする