このページの内容は最新ではありません。最新版の英語を参照するには、ここをクリックします。
ROI の標準偏差の計算
この例は、入力イメージの関心領域 (ROI) の標準偏差を計算する方法を示しています。入力イメージはさまざまなテクスチャ領域で構成され、ROI はこれらのテクスチャ領域を含むように選択されます。
イメージを MATLAB ワークスペースに読み取ります。
I = imread('multitextures.png');
入力イメージの ROI を指定するマスク イメージを読み込みます。
load('binaryROI.mat')
モデル例
Simulink モデルを開きます。
modelname='ex_blk2dstd.slx';
open_system(modelname);
モデルは、Blob
Analysis
ブロックを使用して、ROI の座標を計算します。Blob
Analysis
ブロックの blob パラメーターの最大数は、ROI の数である 5 に設定されます。
2-D
Standard
Deviation
ブロックは、各 ROI の標準偏差値を計算します。
各 ROI の個々の統計を計算するために、2-D
Standard
Deviation
ブロックのこれらのパラメーターを、指定された値に設定します。
Find
the
standard
deviation
value
over
パラメーターをEntire
input
に設定するEnable
ROI
processing
パラメーターを選択するROI
type
パラメーターをRectangles
に設定するOutput
パラメーターをIndividual
statistics
for
each
ROI
に設定する
結果のシミュレーションと表示
標準偏差の値は、対応する平均値からの ROI のピクセル値のばらつきを示します。
out = sim(modelname);
モデルには、選択した ROI に対応する入力イメージとラベル行列も表示されます。入力イメージにオーバーレイされた四角形は、標準偏差が計算される ROI を表します。
各 ROI の標準偏差値を表示します。最初の標準偏差値は、ラベル値 1 の領域に対応します。同様に、2 番目の標準偏差値は、ラベル値 2 の領域に対応します。
out.std
ans = 0.0534 0.1203 0.0775 0.1463 0.1629