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 ブロックの最大ブロブ数のパラメーターは、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