⇧⇩×
(点击×隐藏)
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。
内容
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:
- 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。
|
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。
|
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:
|
图像分割的例子
|
|
|
|
|
|
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
var allDetails = document.getElementsByTagName(细节);toggle_details (0);