如何安排像素为适当的阈值- MATLAB回答- MATLAB中心 - 万博1manbetx,s manbetx 845,万博尤文图斯

图像分析 2021年5月16日

0
链接

直接链接到这个答案

//www.tianjin-qmedu.com/matlabcentral/answers/831588-how-to-arrange-pixels-for-appropriate-threshold#answer_701083

这种过分简单化的做法很少奏效。你需要使用更复杂的算法，如下所示:

http://www.visionbib.com/bibliography/contentsmedical.html#Medical%20Applications,%20CAT,%20MRI,%20Ultrasound,%20Heart%20Models,%20Brain%20Models

看部分:

20.7 x射线图像，放射学

找一篇你喜欢的论文，写代码或者让作者写代码。

10评论
显示隐藏 9年长的评论

图像分析 2021年6月5日

@Ali Zulfikaroglu ，我不确定这是对的，但看看这个，试一试。

                              % Demo by Image Analyst
                             
                              clc;%清除命令窗口。
                             
                              关闭所有；%关闭所有数据(imtool.除外)
                             
                              清晰;删除所有已存在的变量。或者clearvars，如果你想的话。
                             
                              工作空间;%确保显示工作区面板。
                             
                              格式长g；
                             
                              格式紧凑的；
                             
                              字形大小= 20;
                             
                              %--------------------------------------------------------------------------------------------------------
                             
                              %读取映像
                             
                              文件夹= pwd;
                             
                              baseFileName =“cameraman.tif”；
                             
                              grayImage = imread (baseFileName);
                             
                              %获取图像的尺寸。
                             
                              对于灰度图像，% numberOfColorChannels = 1，对于RGB彩色图像，% numberOfColorChannels = 3。
                             
                              [rows, columns, numberOfColorChannels] = size(grayImage)
                             
                              如果numberOfColorChannels > 1
                             
                              这并不是我们所期望的那种真正的灰度，而是彩色的。
                             
                              %提取红色通道(因此品红色线将是白色)。
                             
                              grayImage = grayImage(:，:， 1);
                             
                              结束
                             
                              %--------------------------------------------------------------------------------------------------------
                             
                              %显示图像。
                             
                              次要情节(2 2 1);
                             
                              imshow (grayImage []);
                             
                              轴(“上”，“图像”）;
                             
                              标题(“原始灰度图像”，“字形大小”字形大小,“翻译”，“没有”）;
                             
                              impixelinfo;
                             
                              hFig = gcf;
                             
                              hFig。WindowState =“最大化”；%可能无法在MATLAB的早期版本中工作。
                             
                              drawnow;
                             
                              %将直方图
                             
                              次要情节(2,2,2);
                             
                              Edges = 0: 256;
                             
                              histObject =直方图(grayImage, edges)
                             
                              网格在；
                             
                              标题(“源自先验阈值的Delta”，“字形大小”、字形大小);
                             
                              包含(“灰度”，“字形大小”、字形大小);
                             
                              ylabel (“像素”，“字形大小”、字形大小);
                             
                              最优阈值可通过等数据迭代实现(迭代自组织)
                             
                              %数据分析技术算法)方法。步骤如下:
                             
                              % (i)使用两个峰值的平均值或像素均值对图像进行阈值化，T0;
                             
                              % (ii)计算该阈值以下像素的均值，μ1，以及
                             
                              超过该阈值的%像素，μ2;
                             
                              % (iii)阈值图像在一个新的阈值，Ti = (μ1 + μ2)/2;
                             
                              % (iv)重复步骤(ii) - (iii)，直到Ti - Ti−1≤Δ(其中变化Δ可定义在
                             
                              %几种不同的方法，可以通过测量阈值的相对变化或
                             
                              改变侧面(前景到背景或反面)的像素的百分比
                             
                              %相反)之间的迭代)。
                             
                              数量= histObject.Values;
                             
                              gl = histObject。BinEdges (1: end-1);
                             
                              deltaToQuit = 1;
                             
                              thisDelta =正;
                             
                              loopCounter = 1;
                             
                              maxIterations = 100;
                             
                              线= 1;
                             
                              先设置。
                             
                              thisMean(1) =非常刻薄(grayImage)
                             
                              线=参照线(thisMean (1),“颜色”，“r”，“线宽”2);
                             
                              thisDelta (1) = 256;
                             
                              loopCounter = 2;
                             
                              %现在迭代
                             
                              而thisDelta(end) > deltaToQuit && loopCounter < maxIterations . thisDelta(end) > deltaToQuit && loopCounter < maxIterations . thisDelta(end
                             
                              得到的平均值小于阈值。
                             
                              threshold = thisMean(loopCounter - 1);
                             
                              Index = find(gls <= threshold, 1，“最后一次”）;
                             
                              thisMean(loopCounter) = sum(counts(1:index) .* gls(1:index)) / sum(counts(1:index))
                             
                              次要情节(2,2,2);
                             
                              %删除(线);去掉旧的红线。
                             
                              线=参照线(thisMean (loopCounter),“颜色”，“r”，“线宽”2);
                             
                              从先前的平均值计算delta
                             
                              如果loopCounter > = 2
                             
                              thisDelta(loopCounter) = abs(thisMean(loopCounter) - thisMean(loopCounter - 1));
                             
                              结束
                             
                              loopCounter = loopCounter + 1;
                             
                              %的情节进展。
                             
                              次要情节(2、2、3);
                             
                              情节(thisDelta“b -”，“线宽”2,“MarkerSize”15);
                             
                              网格在；
                             
                              标题(“源自先验阈值的Delta”，“字形大小”、字形大小);
                             
                              包含(“迭代”，“字形大小”、字形大小);
                             
                              ylabel (“灰色的水平”，“字形大小”、字形大小);
                             
                              次要情节(2、2、4);
                             
                              情节(thisMean“b -”，“线宽”2,“MarkerSize”15);
                             
                              网格在；
                             
                              标题(“阈值”，“字形大小”、字形大小);
                             
                              包含(“迭代”，“字形大小”、字形大小);
                             
                              ylabel (“灰色的水平”，“字形大小”、字形大小);
                             
                              drawnow;
                             
                              结束
                             
                              meanGL = thisMean(结束);
                             
                              消息= sprintf (最终的阈值是%。2 f灰色的水平。\nIt需要%d次迭代。”、meanGL loopCounter-1);
                             
                              uiwait (helpdlg(消息));

阿里Zulfikaroglu 2021年6月7日

谢谢你 @Image分析师为我所做的一切。你已经帮了很多忙了。我会想办法的

登录评论。

如何安排像素为适当的阈值

0评论
显示隐藏1以上的评论

答案(1)

10评论
显示隐藏 9年长的评论

另请参阅

类别

标签

社区寻宝

如何安排像素为适当的阈值

0评论 显示隐藏1以上的评论

答案(1)

10评论 显示隐藏 9年长的评论

另请参阅

类别

标签

社区寻宝

0评论
显示隐藏1以上的评论

10评论
显示隐藏 9年长的评论