La traducción de esta página aún no se ha actualizado a la versión más reciente. Haga clic aquí para ver la última versión en inglés.

multithresh

Establecer umbrales de varios niveles en una imagen usando el método de Otsu

Sintaxis

thresh = multithresh(A)

thresh = multithresh(A,N)

[thresh,metric] = multithresh(___)

Descripción

thresh = multithresh(A) devuelve el valor de umbral único thresh calculado para la imagen A usando el método de Otsu. Puede utilizar thresh como un argumento de entrada para que imquantize convierta una imagen en una imagen de dos niveles.

thresh = multithresh(A,N) devuelve thresh, un vector de 1 por N que contiene N valores de umbral, usando el método de Otsu. Puede utilizar thresh como un argumento de entrada para que imquantize convierta la imagen A en una imagen con N+1 niveles discretos.

[thresh,metric] = multithresh(___) devuelve metric, una medida de la efectividad de los umbrales calculados.

Ejemplos

Segmentar una imagen en dos regiones

Lea una imagen y muéstrela.

I = imread('coins.png');
imshow(I)

Calcule un solo valor de umbral para la imagen.

level = multithresh(I);

Segmente la imagen en dos regiones mediante imquantize, especificando el nivel de umbral devuelto por multithresh.

seg_I = imquantize(I,level);
figure
imshow(seg_I,[])

Segmentar una imagen en tres niveles utilizando dos umbrales

Lea una imagen y muéstrela.

I = imread('circlesBrightDark.png');
imshow(I)
axis off
title('Original Image')

Calcule dos niveles de umbral.

thresh = multithresh(I,2);

Segmente la imagen en tres niveles utilizando imquantize.

seg_I = imquantize(I,thresh);

Convierta la imagen segmentada en una imagen a color utilizando label2rgb y muéstrela.

RGB = label2rgb(seg_I); 	 
figure;
imshow(RGB)
axis off
title('RGB Segmented Image')

Comparar el uso de umbrales con imágenes completas frente el uso de umbrales plano a plano

Lea una imagen en color verdadero (RGB) y muéstrela.

I = imread('peppers.png');
imshow(I) 
axis off
title('RGB Image');

Genere umbrales para siete niveles a partir de la imagen RGB completa.

threshRGB = multithresh(I,7);

Genere umbrales para cada plano de la imagen RGB.

threshForPlanes = zeros(3,7);			

for i = 1:3
    threshForPlanes(i,:) = multithresh(I(:,:,i),7);
end

Procese la imagen completa con el conjunto de valores de los umbrales calculados a partir de la imagen completa.

value = [0 threshRGB(2:end) 255]; 
quantRGB = imquantize(I, threshRGB, value);

Procese cada plano RGB por separado utilizando el vector umbral calculado a partir del plano dado. Cuantifique cada plano RGB utilizando el vector umbral generado para ese plano.

quantPlane = zeros( size(I) );

for i = 1:3
    value = [0 threshForPlanes(i,2:end) 255]; 
    quantPlane(:,:,i) = imquantize(I(:,:,i),threshForPlanes(i,:),value);
end

quantPlane = uint8(quantPlane);

Muestre ambas imágenes posterizadas y observe las diferencias visuales en los dos esquemas de uso de los umbrales.

imshowpair(quantRGB,quantPlane,'montage') 
axis off
title('Full RGB Image Quantization        Plane-by-Plane Quantization')

Para comparar los resultados, calcule el número de vectores de píxeles RGB únicos en cada imagen de salida. Tenga en cuenta que el esquema de uso de umbrales plano a plano produce aproximadamente un 23% más de colores que el esquema de la imagen RGB completa.

dim = size( quantRGB );
quantRGBmx3   = reshape(quantRGB,   prod(dim(1:2)), 3);
quantPlanemx3 = reshape(quantPlane, prod(dim(1:2)), 3);

colorsRGB   = unique(quantRGBmx3,   'rows' );
colorsPlane = unique(quantPlanemx3, 'rows' );

disp(['Unique colors in RGB image            : ' int2str(length(colorsRGB))]);

Unique colors in RGB image            : 188

disp(['Unique colors in Plane-by-Plane image : ' int2str(length(colorsPlane))]);

Unique colors in Plane-by-Plane image : 231

Comprobar resultados utilizando el argumento de salida metric

Lea una imagen.

I = imread('circlesBrightDark.png');

Encuentre todos los valores únicos de la escala de grises en la imagen.

uniqLevels = unique(I(:));  

disp(['Number of unique levels = ' int2str( length(uniqLevels) )]);

Number of unique levels = 148

Calcule una serie de umbrales para valores crecientes monotónicamente de N.

Nvals = [1 2 4 8];
for i = 1:length(Nvals)
    [thresh, metric] = multithresh(I, Nvals(i) );
    disp(['N = ' int2str(Nvals(i)) '  |  metric = ' num2str(metric)]);
end

N = 1  |  metric = 0.54767
N = 2  |  metric = 0.98715
N = 4  |  metric = 0.99648
N = 8  |  metric = 0.99902

Aplique el conjunto de 8 valores de umbral para obtener una segmentación de 9 niveles usando imquantize.

seg_Neq8 = imquantize(I,thresh);
uniqLevels = unique( seg_Neq8(:) )

uniqLevels = 9×1

     1
     2
     3
     4
     5
     6
     7
     8
     9

Umbralice la imagen utilizando seg_Neq8 como una entrada para multithresh. Establezca N igual a 8, que es 1 menos que el número de niveles de esta imagen segmentada. multithresh devuelve un valor metric de 1.

[thresh, metric] = multithresh(seg_Neq8,8)

thresh = 1×8

    1.8784    2.7882    3.6667    4.5451    5.4549    6.3333    7.2118    8.1216

metric = 1

Umbralice de nuevo la imagen, esta vez aumentando el valor de N en 1. Este valor ahora es igual al número de niveles de la imagen. Observe cómo se degenera la entrada dado que el número de niveles de la imagen es muy bajo para el número de umbrales solicitados. Por lo tanto, multithresh devuelve un valor metric de 0.

[thresh, metric] = multithresh(seg_Neq8,9)

Warning: No solution exists because the number of unique levels in the image are too few to find 9 thresholds. Returning an arbitrarily chosen solution.

thresh = 1×9

     1     2     3     4     5     6     7     8     9

metric = 0

Argumentos de entrada

A — Imagen que se desea umbralizar

Arreglo numérico

Imagen que se desea umbralizar, especificada como arreglo numérico de cualquier dimensión. multithresh encuentra los umbrales basados en el histograma agregado de todo el arreglo. multithresh considera una imagen RGB como un arreglo numérico 3D y calcula los umbrales para los datos combinados a partir de los tres planos de color.

multithresh utiliza el rango de la imagen de entrada A ([min(A(:)) max(A(:))]) como los límites para calcular el histograma usado en posteriores cálculos. multithresh ignora cualquier NaNs en los cálculos. Cualquier Infs y -Infs se cuentan en el primer y en el último bin del histograma, respectivamente.

En entradas degeneradas donde el número de valores únicos en A es inferior o igual a N, no existe una solución viable usando el método de Otsu. En este tipo de entradas, el valor de retorno thresh contiene todos los valores únicos de A y, posiblemente, algunos valores adicionales que se eligen de manera arbitraria.

Tipos de datos: single | double | int16 | uint8 | uint16

N — Número de valores de umbral

1 (predeterminado) | entero positivo

Número de valores de umbral, especificado como entero positivo. Para N > 2, multithresh utiliza la optimización basada en la búsqueda del criterio de Otsu para encontrar los umbrales. La optimización basada en la búsqueda garantiza únicamente resultados óptimos localmente. Como la posibilidad de converger con el óptimo local aumenta con N, es preferible utilizar valores más pequeños que N, normalmente N < 10. El valor máximo permitido para N es 20.

Tipos de datos: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64

Argumentos de salida

thresh — Conjunto de valores de umbral

Vector numérico de 1 por N

Conjunto de valores de umbral utilizado para cuantificar una imagen, devuelto como vector numérico de 1 por N, cuyo tipo de datos es el mismo que la imagen A.

Estos umbrales están en el mismo intervalo que la imagen de entrada A, a diferencia de la función graythresh, que devuelve un umbral normalizado en el intervalo [0, 1].

metric — Medida de la efectividad

Número en el intervalo [0, 1]

Medida de la efectividad de los umbrales, devuelta como un número en el intervalo [0, 1]. Los valores altos indican una mayor efectividad de los umbrales al separar la imagen de entrada en N+1 clases de acuerdo con el criterio objetivo de Otsu. En entradas degeneradas donde el número de valores únicos en A es inferior o igual a N, metric es igual a 0.

Tipos de datos: double

Referencias

[1] Otsu, N., "A Threshold Selection Method from Gray-Level Histograms," IEEE Transactions on Systems, Man, and Cybernetics, Vol. 9, No. 1, 1979, pp. 62-66.

Capacidades ampliadas

Generación de código C/C++

Genere código C y C++ mediante MATLAB® Coder™.

Notas y limitaciones de uso:

• multithresh es compatible con la generación de código C (requiere MATLAB^® Coder™). Tenga en cuenta que, si selecciona la plataforma objetivo genérica MATLAB Host Computer, multithresh genera código que utiliza una biblioteca compartida precompilada específica de la plataforma. El uso de una biblioteca compartida mantiene las optimizaciones de rendimiento, pero limita las plataformas objetivo para las que se puede generar código. Para obtener más información, consulte Types of Code Generation Support in Image Processing Toolbox.

• El argumento de entrada N debe ser una constante en tiempo de compilación.

Generación de código de GPU

Genere código CUDA® para GPU NVIDIA® mediante GPU Coder™.

Notas y limitaciones de uso:

• El argumento de entrada N debe ser una constante en tiempo de compilación.

Historial de versiones

Introducido en R2012b

Consulte también

graythresh | imquantize | im2bw | rgb2ind

×

Abrir ejemplo

Tiene una versión modificada de este ejemplo. ¿Desea abrir este ejemplo con sus modificaciones?

No, sobrescribir la versión modificada Sí