10

我正在从事医学图像分割，我想将模糊连通性算法与图形切割相结合，这个想法是用模糊连通性分割图像，背景和前景将用作图形切割算法的接收器和源，这个是我获取图形切割分割的种子坐标的代码

FC=afc(S,K); %// Absolute FC
u=FC>thresh;
v=FC<thresh;

s=regionprops(u, 'PixelIdxList'); %// listes de pixels de l´objet
t=regionprops(v, 'PixelIdxList'); %// listes de pixels de l´arrière plan
[a,b]=size(s);
[w,c,z]= size(t)

for i=1:a
    for j=1:b
        [y,x] = ind2sub(size(u), s(i,j).PixelIdxList);
    end
end
for k=1:w
    for d=1:c
        [y1,x1] = ind2sub(size(v), t(k,d).PixelIdxList);
    end
end

对于图形切割，我使用了来自File Exchange的算法

例如，我可以定义

Cs=-log([y x])
Ct=-log([y1 x1])

但问题是如何像这部分代码源一样结合成本函数中的信息

u = double((Cs-Ct) >= 0);
ps = min(Cs, Ct);
pt = ps

它将超过矩阵大小

4

1 回答 1

6

我不熟悉您链接到的 FEX 的图形切割实现，
但我将展示一个使用GCMexmatlab 包装器的示例（正确披露：我实现了这个包装器）。

假设您有一个大小size(S)为n像素的图像和K一个大小为-by-的稀疏矩阵，表示像素和像素的连接程度（对于相邻的和）。 此外，您有一个前景像素掩码和一个背景像素掩码，将被视为硬约束。nnK(ii,jj)iijjiijj
uv

u首先，使用和构造数据项v：

Dc = 1000*[u(:), v(:)]; %// assign very large cost for picking FG pixel to label zero and vice versa

正如您所看到的 data-term Dc，是nx2 数组，将标签l（0 或 1）分配给像素的成本ii存储在Dc(ii,l+1). 因此，对于前景中的像素（u(ii)为 1）分配标签l=0（即背景），您支付的成本是 1000。对于背景中的像素（v(ii)为 1）分配它们到前景（即l=1）也是成本 1000。因此，数据项Dc为获得错误标签的种子像素（前景或背景）带来了非常高的成本。

构造一个切图对象

gch = GraphCut('open'), Dc, [0 1; 1 0], K );
[gch L] = GraphCut('expand',gch);
gch = GraphCut('close',gch);
L = reshape(L, size(u)); 
figure; imshow(L,[]); title('the resulting mask');

请注意，要使用它，GCMex您需要按照安装说明进行编译以使其工作。

于 2016-04-21T12:27:05.580 回答