このページの翻訳は最新ではありません。ここをクリックして,英語の最新版を参照してください。
分水岭
分水岭変換
説明
分水岭変換は,明るいピクセルが高い高度,暗いピクセルが低い高度を表す表面として扱うことにより,イメージ内の”集水域(汇水盆地)”または”流域の稜線(分水岭脊线)”を検出します。分水岭変換を使用して,連続する関心領域を個別のオブジェクトにセグメント化できます。
例
分水岭変換の計算と結果のラベル行列の表示
オーバーラップした2つの円形オブジェクトが含まれるバイナリイメージを作成します。イメージを表示します。
center1 = -40;center2 = -center1;dist =√2 * 2 * center1) ^ 2);半径= dist/2 * 1.4;Lims = [floor(center1-1.2*radius) cei2 (center2+1.2*radius)];(x, y) = meshgrid (lims (1): lims (2));bw1 =√(x-center1)。^ 2 + (y-center1)。^2) <= radius; bw2 = sqrt((x-center2).^2 + (y-center2).^2) <= radius; bw = bw1 | bw2; imshow(bw) title(“物体重叠的二值图像”）
バイナリイメージの補数の距離変換を計算します。出力イメージの各ピクセルの値は,そのピクセルからbw内の最も近い非ゼロピクセルまでの距離です。
D = bwdist (~ bw);imshow (D,[])标题(二值图像的距离变换）
分水岭変換の場合に明るいピクセルが高い高度,暗いピクセルが低い高度を表すように,距離変換されたイメージの補数を取ります。
D = - D;imshow (D,[])标题(“距离变换的补充”）
分水岭変換を計算します。ROIの外側にあるピクセルを0に設定します。
L =分水岭(D);L (~ bw) = 0;
結果として得られるラベル行列をRGBイメージとして表示します。
rgb = label2rgb (L,“喷气机”,(。5。5。5);imshow (rgb)标题(“分水岭变换”）
3次元バイナリイメージの分水岭変換の計算
オーバーラップする2つ球が含まれる3次元バイナリイメージを作成します。
center1 = -10;center2 = -center1;dist =√3 * 2 * center1) ^ 2);半径= dist/2 * 1.4;Lims = [floor(center1-1.2*radius) cei2 (center2+1.2*radius)];[x, y, z] = meshgrid (lims (1): lims (2));bw1 =√(x-center1)。^ 2 + (y-center1)。^ 2 +.．.(z-center1)。^ 2)< =半径;bw2 =√(x-center2)。^ 2 + (y-center2)。^ 2 +.．.(z-center2)。^ 2)< =半径;Bw = bw1 | bw2;图、等值面(x, y, z, bw 0.5),轴平等的、标题(“BW”)包含x, ylabely, zlabelzXlim (lims)， ylim(lims)， zlim(lims)视图(3)，camlight, lighting高洛德
距離変換を計算します。
D = bwdist (~ bw);图、等值面(x, y, z D / 2)半径、轴平等的标题(“距离变换等值面”)包含x, ylabely, zlabelzXlim (lims)， ylim(lims)， zlim(lims)视图(3)，camlight, lighting高洛德
距離変換の補数を計算し,オブジェクトでないピクセルを正に強制し,分水岭変換を計算します。
D = - D;D (~ bw) =正;L =分水岭(D);L (~ bw) = 0;图(x,y,z,L==1,0.5)等值面(x,y,z,L==2,0.5)轴平等的标题(“分段对象”)包含x, ylabely, zlabelzXlim (lims)， ylim(lims)， zlim(lims)视图(3)，camlight, lighting高洛德
入力引数
一个- - - - - -入力イメージ
数値配列|合理的配列
入力イメージ。任意の次元の数値配列または逻辑配列として指定します。
データ型:单|双|int8|int16|int32|int64|uint8|uint16|uint32|uint64|逻辑
康涅狄格州- - - - - -ピクセルの連結性
4|8|6|18|26|0と1から成る3 x 3 x……x 3の行列
ピクセルの連結性。次の表のいずれかの値を指定します。既定の連結性は2次元イメージでは83次元イメージでは26です。
値 |
平均 |
|
|---|---|---|
2 次元連結性 |
||
4 連結 |
ピクセルのエッジの部分が接触している場合,ピクセルは連結されます。ピクセルの近傍は水平方向または垂直方向に隣接するピクセルです。 |
|
8 連結 |
ピクセルのエッジまたはコーナーが接触している場合,ピクセルは連結されます。ピクセルの近傍は水平方向,垂直方向または対角方向に隣接するピクセルです。 |
|
3 次元連結性 |
||
6 連結 |
面が接触している場合,ピクセルは連結されます。ピクセルの近傍は次のように隣接するピクセルです。
|
|
18 連結 |
面またはエッジが接触している場合,ピクセルは連結されます。ピクセルの近傍は次のように隣接するピクセルです。
|
|
26 連結 |
面,エッジまたはコーナーが接触している場合,ピクセルは連結されます。ピクセルの近傍は次のように隣接するピクセルです。
|
|
高次元の場合,分水岭は既定値conndef(ndims (A),“最大”)
メモ
既定以外の連結性を設定した場合,イメージのエッジ上のピクセルは,境界上のピクセルであるとは見なされません。たとえば,Conn = [0 0 0;1 1 1;0 0 0)の場合,最初と最後の行の上の要素は,連結性の定義に従って,イメージの外側の領域と接続していないため境界のピクセルとは見なされません。
データ型:双|逻辑
出力引数
ヒント
この関数で使用される分水岭変換アルゴリズムは,图像处理工具箱™ソフトウェアのVersion 5.4 (R2007a)で変更されています。以前のアルゴリズムにより,連続的ではない,ラベルの付いた分水岭領域が生成される場合があります。以前のアルゴリズムと同じ結果を得る必要がある場合は,関数
watershed_oldを使用してください。オーバーセグメンテーションを防ぐには,関数
分水岭を使用する前に関数imhminを使用して,浅い位置にある最小値をイメージから削除します。
アルゴリズム
分水岭は费尔南德•迈耶アルゴリズムを使用します［1］。
参照
[1] Meyer, Fernand，“地形距离和分水岭线”，《信号处理》，第38卷，1994年7月，第113-125页。
拡張機能
你也可以从以下列表中选择一个网站:
