.sheet . getelementbyid(“的主题”)。禁用= true。

显微镜图像浏览器Graphcut分割

这个窗口提供访问半自动图像分割使用maxflow / mincut graphcut方法。

的图切市场细分是基于最大流/ min-cut算法写的尤里Boykov和弗拉基米尔·柯尔莫哥洛夫和MATLAB的实现迈克尔·鲁宾斯坦。最大流/ min-cut算法,而不是单个像素组的像素(superpixels (2 d),或supervoxels (3 d)),可以生成使用SLIC算法写的Radhakrishna Achanta, Appu沙棘,凯文•史密斯Aurelien Lucchi,帕斯卡Fua, Sabine年代?sstrunk或Waterhed算法。强度对比的对象是最好的描述SLIC superpixels有明显的界限,而对象分水岭superpixels。利用superpixels需要一些时间来计算,但回报在接下来的分割。

回指数- - >用户指南- - >菜单- - >工具”菜单

全部折叠页

全部折叠

一般的例子

的示范Graphcut分割有下面的视频:

https://youtu.be/dMeoIZPaDS4

如何使用

如何使用:

使用两个标签来标记区域属于背景和感兴趣的对象
启动Graphcut分割工具:菜单- >工具- >半自动分割Graphcut
设置的一个模式:2 d / 3 d
定义类型的superpixels / supervoxels:SLIC,或分水岭
生成superpixels / supervoxels (按下Superpixels /图按钮)
检查superpixels生成和修改尺寸的大小
按下段按钮开始分割

注意!一些函数被编译,请检查系统需求页面获取详细信息。

模式面板

模式面板提供了可能性为细分选择所需的工作模式。

◉2 d,电流片对块执行分割,目前所示图像视图面板
◉2 d,挤牙膏式,执行2 d细分为每一个单独的数据集
◉3 d,体积,执行三维分割的完整或选定的部分(参见下面的选择区域部分)的数据集
◉3 d,体积,网格3 d graphcut的特殊模式,数据集是碎成几个子卷(定义为切编辑框,见下文)和数据集中得到分割图像视图面板(为了方便,打开标记中心的点,工具栏- >中心标志按钮)。砍大量成几个小的子卷(e.g.400x400x400像素允许这大量的有效的交互式分割段所有子卷按段都按钮

分区委员会

分区面板允许选择的子领域数据集进行处理。如果数据集太大它可以使用这个面板被加工零件或扔进垃圾箱。

X:…定义了数据集的宽度来处理。请使用冒号分隔两个数字信号(:)
Y:…定义了数据集的高度来处理
Z:…定义了数据集的z-slices处理
从选择按钮填充X:,Y:,Z:字段使用一个边界框的坐标描述选择层
当前视图按钮的限制X:和Y:参数目前显示的图像图像视图面板
重置重置分区字段数据集的维度
本x乘以……定义了一个数据分割前的装箱因素。它允许执行快但以更少的细节。
注意!自动更新模式((✓)自动更新)不可用的分箱数据集!

全部折叠

计算superpixels / supervoxels

的像素分割前,打开数据集应该是集群使用SLIC或分水岭算法。下面的图片显示了比较两种类型的superpixels。上面的面板显示SLIC superpixels是好段黑暗的脂质滴,具有良好的强度对比。的分水岭superpixels给更好的分割包围的对象与边界。

图像的示例集群

Superpixels▼,定义类型的superpixels使用
superpixels大小……,定义了近似superpixels大小(SLIC只)
密实度……1和99之间的数,定义了如何广场superpixels应该;例如,99 -结果完全平方superpixels (SLIC只)
减少数量的superpixels……,一个因素是允许superpixels规模增加,大量的结果在较大superpixels (分水岭只)
颜色通道▼、索引的颜色通道superpixels用于计算
类型的信号▼,使用black-on-white电子显微镜和光学显微镜点灯黑色
的切……编辑,让切数据集分解成更小的子卷的◉3 d体积网格模式或计算的SLIC supervoxels
的(✓)自动保存复选框启用时,生成的graphcut结构生成的supervoxels自动保存到磁盘中,以供将来使用
的(✓)parfor复选框——启用时,集群的分水岭3 d体积网格使用并行处理模式计算,提高计算性能的几次
(✓)使用PixelIdsList启用时,生成最终的模型是基于supervoxels的检测指标。在某些情况下,这种模式可以提高性能,但是需要更多的内存%重新计算图——允许重新计算图使用一种新的系数(系数)。一般来说,更大的系数给强劲增长的种子。但是,有时候大系数结果远离种子的细分领域,这被认为是一个人工制品的方法。
Superpixels /图按下这个按钮来启动代superpixels和最后的组织成一个图形
进口按进口superpixels和从磁盘或MATLAB生成的图表
出口按出口superpixels和生成的图形文件,MATLAB,一种新的模式或Lines3D图形对象(不推荐对于许多superpixels,参见这里https://youtu.be/xrsTVqD7kOQ)
预览superpixels预览生成的superpixels可能按下这个按钮

图像分割的设置

这两个分水岭和Graphcut工作流使用标签,马克地区属于提供对象和背景进行分割。比较的Graphcut工作流程,分水岭工作流是少一点互动;它需要更多的时间为每个执行和分离只有对象有不同的边界,例如膜封闭的细胞器。

另一方面,Graphcut工作流花更多的时间在图像预处理(superpixels计算和生成图)但每个交互后很快。使用此工作流可以单独的对象都有边界和强度对比。总的来说,Graphcut工作流建议对大多数的病例。

下面的描述图像分割的设置:

背景▼定义了一个模型的材料,标签的背景区域
对象▼定义了一个模型的材料,标签对象分割
更新列表刷新列表的材料
(✓)自动更新——允许自动更新的分割结果每次当材料修改。它主要用于相对较小的数据集(~ 400 x400x400像素)。
重要的是:请不要使用⇧Shift +一个键的快捷方式,但只有一个快捷方式。同样,当使用这种模式建议重新计算最终的分割通过按段按钮。也不可用,如果自动更新模式本使用模式。

图像分割的例子

	加载一个示例数据集:菜单- >文件- > - >导入图片的URL,输入地址: http://mib.helsinki.fi/tutorials/WatershedDemo/watershed_demo1.tif 按下+按钮划分小组向模型添加材料和名称是“背景”(使用鼠标右键来调用一个弹出菜单) 使用画笔工具标签一个属于细胞质

按下一个按钮来选择区域添加到第一个模型的材料(背景) 按下+按钮再添加另一种物质,并将其命名为“种子” 画标签内线粒体。

按下一个按钮来选择区域添加到第二个模型的材料(种子) 启动Graphcut分割工具:菜单- >工具- >半自动分割- > Graphcut。选择分水岭▼类型的superpixels 确保适当的材料选择图像分割的背景和对象设置按下段按钮部分线粒体添加更多的种子材料改善segmentaion的背景和对象按下段按钮再次使用(✓)自动更新模式即时更新的分割结果掩模层的分段线粒体被放置选择平滑线粒体:菜单- >面具- >光滑的面具

引用

图切割:

最大流/ min-cut算法尤里Boykov和弗拉基米尔·柯尔莫哥洛夫(写的请注意,该算法只许可为研究目的)。
MATLAB包装对于maxflow是由迈克尔·鲁宾斯坦写的。
SLIC superpixels和supervoxels由Radhakrishna Achanta, Appu沙棘,凯文•史密斯,Aurelien Lucchi, Pascal Fua和Sabine年代? sstrunk。
区域邻接图(布)及其对流域的修改是由大卫·Legland INRA,法国,2013 - 2015,用于计算adjusent superpixels

回指数- - >用户指南- - >菜单- - >工具”菜单

var allDetails = document.getElementsByTagName(细节);toggle_details (0);