7

将图像分割成 N 个超像素后，我需要指定与一个超像素相邻或不相邻的超像素，并确定所有超像素的这种关系。

[L,NumLabels] = superpixels(A,200);

如何为每个超像素指定相邻的超像素？

更新

我已经尝试过@Cris Luengo 介绍的解决方案。但是出现了以下错误：

B=imread('H.jpg');
[L,N] = superpixels(B,200);
glcms=graycomatrix(L);
k=glcms(:,50);    %SupNum=50
[r,~]=find(k>0); 
aa=find(r==50);
r(aa)=[];

错误

更新 2 我按照 MATLAB 帮助中的说明进行操作，但它对我不起作用。对于 SupNum=8，产生了以下结果：

输出

4

2 回答 2

6

在MATLAB Answers 上对这个问题的回答中暗示这graycomatrix是解决这个问题的好方法。然而，这些答案是不完整的。

graycomatrix需要几个参数来做我们需要它做的事情。它计算一个灰度值共生矩阵。这是一个矩阵，表示在单元格中(i,j)，一个灰度值i出现在另一个灰度值旁边的频率j。“next to”关系可以在这个函数中定义。默认情况下，graycomatrix返回一个 8x8 矩阵，它将图像中的所有灰度值分箱到 8 个分箱中，并在 groupi中的任何灰度值旁边查找出现在 group 中的任何灰度值j。

所以我们需要在这个共现矩阵中保持我们超像素图像中的每个标签分开（有N不同的标签，或灰度值）。我们还需要将“next to”关系指定为[1,0]or [0,1]，即水平或垂直相邻的两个像素。当指定两个“next to”关系时，我们得到两个共现矩阵，以 3D 矩阵的形式。还要注意，共现矩阵不是对称的，在我们的超像素图像中，标签i可能发生在标签的左侧j，但在这种情况下不太可能j也发生在标签的左侧i。因此，glcms(i,j)将具有非零计数，但glcms(j,i)将为零。在下面的代码中，我们通过明确地使矩阵对称来克服这个问题。

这是代码：

B = imread('kobi.png'); % using one of MATLAB's standard images
[L,N] = superpixels(B,200);
glcms = graycomatrix(L,'NumLevels',N,'GrayLimits',[1,N],'Offset',[0,1;1,0]);
glcms = sum(glcms,3);    % add together the two matrices
glcms = glcms + glcms.'; % add upper and lower triangles together, make it symmetric
glcms(1:N+1:end) = 0;    % set the diagonal to zero, we don't want to see "1 is neighbor of 1"

glcms现在是邻接矩阵。如果超像素和是邻居，则at 的值glcms(i,j)非零。该值表示两个超像素之间的边界有多大。ij

计算邻接表：

[I,J] = find(glcms);     % returns coordinates of non-zero elements
neighbors = [J,I]
于 2019-03-10T07:32:25.227 回答
3

这里我使用 peppers.png 作为示例图像。相邻超像素中的像素以maskNeighb变量形式描绘。唯一的问题是调整 graycomatrix 的参数。也许您的图像需要不同的参数，但这应该可以帮助您入门。在图中，选择的超像素应该是黑色的，而邻居应该是白色的。

B = imread('peppers.png');
% make superpixels
[L,N] = superpixels(B,200);
% find neighbors for all superpixels
glcms = graycomatrix(L,'NumLevels',N,'GrayLimits',[],'Symmetric',true);
% find superpixels k neighboring superpixel number 50
supNum = 50;
k=find(glcms(:,supNum));  
k(k == supNum) = [];
% find pixels that are in superpixel 50
maskPix = L == supNum;
% find pixels that are in neighbor superpixels k
maskNeighb = ismember(L,k);
% plot
maskPix3 = repmat(maskPix,1,1,3);
maskNeighb3 = repmat(maskNeighb,1,1,3);
Bneigbors = B;
Bneigbors(maskPix3) = 0;
Bneigbors(maskNeighb3) = 255;
figure;
imshow(Bneigbors)
于 2019-03-10T07:35:00.283 回答