Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.

gradientweight

Calcule ponderaciones para píxeles de imagen en función del degradado de imagen

Descripción

W = gradientweight(I) calcula el grosor de píxel de cada píxel de la imagen en función de la magnitud del degradado en ese píxel y devuelve la matriz de ponderación.IW El peso de un píxel está inversamente relacionado con los valores de degradado en la ubicación del píxel. Los píxeles con una magnitud de degradado pequeña (regiones lisas) tienen un peso grande y los píxeles con gran magnitud de degradado (por ejemplo, en los bordes) tienen un peso pequeño.

W = gradientweight(I,sigma) utiliza como la desviación estándar para la derivada de gaussiana que se utiliza para calcular el degradado de la imagen.sigma

ejemplo

W = gradientweight(___,Name,Value) Devuelve la matriz de pesos utilizando pares nombre-valor para controlar los aspectos del cálculo del peso.W

Ejemplos

contraer todo

En este ejemplo se segmenta una imagen mediante el método de marcha rápida en función de las ponderaciones derivadas del degradado de imagen.

Leer la imagen y mostrarla.

I = imread('coins.png'); imshow(I) title('Original Image')

Calcule las ponderaciones en función del degradado de imagen.

sigma = 1.5; W = gradientweight(I, sigma, 'RolloffFactor', 3, 'WeightCutoff', 0.25);

Seleccione una ubicación de inicialización.

R = 70; C = 216; hold on;  plot(C, R, 'r.', 'LineWidth', 1.5, 'MarkerSize',15); title('Original Image with Seed Location')

Segmenta la imagen usando la matriz de pesos.

thresh = 0.1; [BW, D] = imsegfmm(W, C, R, thresh); figure, imshow(BW) title('Segmented Image') hold on;  plot(C, R, 'r.', 'LineWidth', 1.5, 'MarkerSize',15);

Matriz de distancia geodésica puede ser umbral utilizando diferentes umbrales para obtener diferentes resultados de segmentación.D

figure, imshow(D) title('Geodesic Distances') hold on;  plot(C, R, 'r.', 'LineWidth', 1.5, 'MarkerSize',15);

Argumentos de entrada

contraer todo

Imagen de entrada, especificada como una imagen en escala de grises. Debe ser no disperso.

Tipos de datos: single | double | int8 | uint8 | int16 | uint16 | int32 | uint32

Desviación estándar para derivado de gaussiano, especificado como un escalar positivo de clase.double

Ejemplo: sigma = 1.0; W = gradientweight(I, sigma)

Tipos de datos: double

Argumentos de par nombre-valor

Especifique pares de argumentos separados por comas opcionales. es el nombre del argumento y es el valor correspondiente. deben aparecer dentro de las cotizaciones.Name,ValueNameValueName Puede especificar varios argumentos de par de nombre y valor en cualquier orden como.Name1,Value1,...,NameN,ValueN

Ejemplo: W = gradientweight(I,1.5,'RolloffFactor',3,'WeightCutoff',0.25);

Factor de roll-off de peso de salida, especificado como el par separado por comas que consta de un escalar positivo de clase.'RolloffFactor'double Controla la velocidad con la que los valores de peso caen en función de la magnitud del degradado. Cuando se visualiza como una gráfica 2-D, los valores de intensidad de píxel pueden variar gradualmente en los bordes de las regiones, creando una pendiente suave. En la imagen segmentada, es posible que desee que el borde esté más bien definido. Con el factor de vuelco, se controla la pendiente de la curva de valor de peso en puntos donde los valores de intensidad empiezan a cambiar. Si especifica un valor alto, los valores de ponderación de salida se caen bruscamente alrededor de los bordes de las regiones lisas. Si especifica un valor bajo, el peso de salida tiene una caída más gradual alrededor de los bordes. El rango sugerido para este parámetro es.[0.5 4]

Tipos de datos: double

Umbral para los valores de ponderación, especificado como el par separado por comas que consta de un escalar positivo de clase.'WeightCutoff'double Si utiliza este parámetro para establecer un umbral en los valores de ponderación, suprime los valores de ponderación inferiores al valor especificado, estableciendo estos píxeles en un valor constante pequeño (1E-3). Este parámetro puede ser útil para mejorar la precisión de la salida cuando se utiliza la matriz de ponderación de salida como entrada para la función de segmentación de método de marcha rápida,.Wimsegfmm

Tipos de datos: double

Argumentos de salida

contraer todo

Matriz de peso, devuelta como una matriz numérica. La matriz de pesos tiene el mismo tamaño que la imagen de entrada,.I La matriz de peso es de clase, a menos que sea, en cuyo caso es de clase.doubleIsinglesingle

Sugerencias

  • utiliza operaciones de punto flotante de precisión doble para cálculos internos para todas las clases de, excepto cuando es de clase, en cuyo caso utiliza operaciones de punto flotante de precisión simple internamente.gradientweightIIsinglegradientweight

Consulte también

|

Introducido en R2014b