ImageForestingComponents
ImageForestingComponents[image]
找到 image 的分割, 返回整数矩阵,其中正整数标记不同的组件.
ImageForestingComponents[image,marker]
试着找到包括由 marker 表示的像素的组件内的分割.
ImageForestingComponents[image,marker,r]
找到连接在像素规模为 r 的组件.
更多信息
- ImageForestingComponents[image,marker] 产生 image 的基于图形的分割,起始于由 marker 指定的像素.
- ImageForestingComponents 适用于任意二维和三维图像.
- 目标区域 marker 可以是下面任何一个:
-
markerimage 记号图像 {pos1,pos2,…} 位置列表 - 假设位置 posi 在标准图像坐标系.
- marker 的非零元素被作为分割的加权种子.
- ImageForestingComponents 产生一个完整的分割,把每个像素分给一个前景组件.
- ImageForestingComponents[image,marker,r] 产生一个分割,其中每个组件中的像素是在半径 r 内连接在一起,默认半径设置为 2.
- ImageForestingComponents[image,marker,{r1,r2}] 指定垂直和水平方向上的不同半径.
背景
- ImageForestingComponents 返回一个应用图像森林化变换(IFT)得到的整数数组. 这一变换提供了一种把图像“分割”(分离)成若干个带索引的分量的方法,每个分量的像素都有“相似的”颜色. 图像森林化变换会构造一个图,相邻的像素由边连在一起,其权重正比于其颜色之间的相似度,然后再把这个图分割成若干部分.
- 和其它分割函数相似,ImageForestingComponents 返回的是“带标签的数组”,其中每个像素都被替换为一个整数,对应的是这个像素所在的分量. ImageForestingComponents 的特点是每个像素都被赋予某个分量值. 这意味着没有单独的“背景”. 和其它一些分割方案不同的是,ImageForestingComponents 在全颜色空间可用而不需要转换为强度值.
- 图像森林化变换在分割不同分量间对比度较大的图像时表现特别优异.
- 其它图像分割函数包括 MorphologicalComponents 和 ClusteringComponents. 由 ImageForestingComponents 返回的数组可以用 Colorize 及相关函数可视化.
范例
打开所有单元关闭所有单元应用 (4)
用标记确定带有 ImageForestingComponents 的三维图像中感兴趣的区域:
Wolfram Research (2010),ImageForestingComponents,Wolfram 语言函数,https://reference.wolfram.com/language/ref/ImageForestingComponents.html (更新于 2014 年).
文本
Wolfram Research (2010),ImageForestingComponents,Wolfram 语言函数,https://reference.wolfram.com/language/ref/ImageForestingComponents.html (更新于 2014 年).
CMS
Wolfram 语言. 2010. "ImageForestingComponents." Wolfram 语言与系统参考资料中心. Wolfram Research. 最新版本 2014. https://reference.wolfram.com/language/ref/ImageForestingComponents.html.
APA
Wolfram 语言. (2010). ImageForestingComponents. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/ImageForestingComponents.html 年