将高斯混合模型应用于灰度图像

8视图(30天)
悦吴
悦吴 2017年1月28日
回答: 图像分析 2017年1月29日
假设我有一个灰度图像,如imshow (rice.png)和我想集群谷物使用高斯混合模型(gmdistribution)。
有什么更好的方式去做,而不是生成一个高强度的位置矩阵坐标和应用gmdistribution.fit吗?或有一个matlab过滤器会自动将灰度/强度数据转换成所需的数据拟合高斯混合模型在matlab ?
谢谢

答案(1)

图像分析
图像分析 2017年1月29日
如果你想集群谷物重心的位置,然后找到regionprops的质心,然后调用fitgmdist ()
binaryImage = grayImage > somethreshold;
labeledImage = bwlabel (binaryImage);
道具= regionprops (labeledImage,“重心”);
allCentroids = [props.Centroid];
xCentroids = allCentroids(1:2:结束);
yCentroid = allCentroids(2:2:结束);
%的情节显示图像质心
持有;
情节(xCentroids yCentroids,' r + ',“MarkerSize”,20岁,“线宽”2);
然后调用fitgmdist ():
GMModel = fitgmdist ([xCentroids yCentroids], numClusters);

社区寻宝

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!