ImageDistance

ImageDistance[image1,image2]

image1と image2の間の距離測定を返す．

ImageDistance[image1,image2,pos]

image2の中心をimage1の位置 pos に置く．

ImageDistance[image1,image2,pos1,pos2]

image2の点 pos2を image1の位置 pos1に置く．

詳細とオプション

  • ImageDistance[image1,image2]は image2を image1の中心に置き，2つの画像で重なり合う部分間の距離を返す．
  • ImageDistanceは，2Dおよび3Dの任意の画像に使うことができる．
  • 画像は，チャンネル数が等しいか，片方が1チャンネル画像であるかのどちらかでなければならない．image1または image2が1チャンネル画像の場合，そのチャンネルがもう一方の画像のチャンネル数にマッチするように複製される．
  • pos の可能な設定値
  • {x,y} または zx,y,z}絶対画素位置
    Scaled[{sx,…}]オブジェクトを縦断する0から1までのスケールされた位置
    Center中央揃え
    Left,Right 2Dおよび3Dの両方で 軸
    Bottom,Top2Dで 軸，3Dで 軸
    Front,Back3Dで 軸
    {posx,…}名前付き位置のリスト
  • 各軸に沿った揃え方が与えられていない場合は，Centerであるとみなされる．
  • 使用可能なオプション
  • DistanceFunction EuclideanDistance使用する距離関数
    Masking All関心領域
  • よく使われる距離関数の設定値
  • EuclideanDistanceユークリッド距離（デフォルト）
    SquaredEuclideanDistanceユークリッド距離の平方
    NormalizedSquaredEuclideanDistanceユークリッド距離の平方の正規化
    ManhattanDistanceマンハッタン距離（「市街地距離」とも言う）
    CosineDistance角コサイン距離
    CorrelationDistance相関係数距離
    f2つの画像の重なり合っている領域を引数として与えられた関数 f
  • 次の特別な距離関数もサポートされている．
  • "MeanEuclideanDistance"ユークリッド距離の平均
    "MeanSquaredEuclideanDistance"ユークリッド距離の平方の平均
    "RootMeanSquare"平方根距離の平均
    {"MeanReciprocalSquaredEuclideanDistance",λ}1からロバスト距離の平均を引いたもの．ただし， は 対応する画素のユークリッド距離である（デフォルト ）
    {"MutualInformationVariation",n} n ビンヒストグラムを使って結合エントロピーから相互情報を引いたもの（デフォルト ）
    {"NormalizedMutualInformationVariation",n}n ビンヒストグラムを使って相互情報量の変化を結合エントロピーで割ったもの（デフォルト ）
    {"DifferenceNormalizedEntropy",n}n ビンヒストグラムを使った差分画像のエントロピー（デフォルト ）
    "MeanPatternIntensity"平均局所パターン強度差分
    "GradientCorrelation"空間導関数間の相関距離の平均
    "MeanReciprocalGradientDistance"1から距離 の平均を引いたもの．ただし，は画像 imageiの次元 s にそった空間導関数の値，は分散である．
    {"EarthMoverDistance",n}n ビンヒストグラムを使ったEarth Mover's Distance (EMD)
  • Masking->roi を使って，image1中の関心領域を指定することができる．Masking->{roi1,roi2}とすると，重なった画像中の roi1と roi2の交点が使われる．
  • 事前に定義されたImageDistanceの計量は対称かつ非負である．しかし，これは三角不等式を満たさないかもしれない．2つの画像間の距離は，画像が等しくない場合でも，方法によっては0になることがある．ユーザ定義の関数はこれらの特性を乱す可能性がある．
  • 重なり合う領域がない場合，あるいは測定が決まらない場合には，Indeterminateが返される． »

例題

すべて開くすべて閉じる

例  (2)

2つの画像間のユークリッド距離：

3D画像間のユークリッド距離：

スコープ  (2)

デフォルトで，画像は中央揃えになっている：

最初の画像の左上コーナーと2番目の画像の中心を揃える：

最初の画像の中心上と2番目の画像の右中心を揃える：

標準座標系を使って位置を指定する：

スケールされた座標を使って位置を指定する：

3D画像の揃える位置を指定する：

オプション  (8)

DistanceFunction  (5)

カスタムの距離関数を使う：

カスタムの距離関数をマスクとともに使う：

EMD：

チャンネルごとに4つのビンがあるヒストグラムを使う：

さまざまな距離測定を比較する：

画素間の近似知覚距離の二乗平均平方根距離を計算する：

Masking  (3)

マスクを使って最初の画像の関心領域を指定する：

マスクを使って2番目の画像の関心領域を指定する：

両方の画像にマスクを使う：

アプリケーション  (2)

EMDに基づいて画像の集合の類似性グラフを作る：

すべての画像ペアについて，距離行列を計算する：

距離に閾値を設け，隣接行列を構築し，グラフを使って可視化する：

平行移動と回転で関連した2つの画像を登録する：

特性と関係  (8)

ある画像とそれ自身との距離は常に0である：

異なる2つの画像の距離が0であることもある：

2つの画像間の距離は対称である：

マスクがあると，距離は対称ではないことがある：

画像が重なり合っていない場合，距離は不定である：

画像とそれを回転させたものとの距離：

MRIと平行移動されたPET画像の正規化された相互情報量の変化：

距離によっては，明度に全体的な変化を加えることが前処理としてよく行われる：

修正なしだと2つの画像が一列に並んでいることが分かりにくくなる：

距離測定の中には特定の変換では事実上不変であるものがある．

空間鏡映：

色の反転：

点ごとの追加：

正の数の点ごとの乗算：

正の傾斜係数による点ごとのアフィン変換：

矩形のマスクの場合，画像距離は刈り込まれた画像の距離に等しい：

Wolfram Research (2012), ImageDistance, Wolfram言語関数， https://reference.wolfram.com/language/ref/ImageDistance.html （2016年に更新）.

テキスト

Wolfram Research (2012), ImageDistance, Wolfram言語関数， https://reference.wolfram.com/language/ref/ImageDistance.html （2016年に更新）.

CMS

Wolfram Language. 2012. "ImageDistance." Wolfram Language & System Documentation Center. Wolfram Research. Last Modified 2016. https://reference.wolfram.com/language/ref/ImageDistance.html.

APA

Wolfram Language. (2012). ImageDistance. Wolfram Language & System Documentation Center. Retrieved from https://reference.wolfram.com/language/ref/ImageDistance.html

BibTeX

@misc{reference.wolfram_2024_imagedistance, author="Wolfram Research", title="{ImageDistance}", year="2016", howpublished="\url{https://reference.wolfram.com/language/ref/ImageDistance.html}", note=[Accessed: 22-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_imagedistance, organization={Wolfram Research}, title={ImageDistance}, year={2016}, url={https://reference.wolfram.com/language/ref/ImageDistance.html}, note=[Accessed: 22-November-2024 ]}