图像分割与分析——目标分析
文章平均质量分 92
图像分割
御坂御坂Matlab工作室
喜爱编程,喜爱游戏设计,喜爱动漫
展开
-
qtsetblk
文章目录SyntaxDescriptionExamplesInput Arguments在四叉树分解中设置块值SyntaxJ = qtsetblk(I,S,dim,vals)DescriptionJ = qtsetblk(I,S,dim,vals)将图像I的四叉树分解中的每个块替换为val中的相应块。 S包含四叉树结构。Examplesclear allclose allclc%在四叉树分解中设置块I = [1 1 1 1 2 3 6 6原创 2020-10-28 08:11:05 · 460 阅读 · 0 评论 -
qtgetblk
文章目录SyntaxDescriptionExamplesInput ArgumentsOutput Arguments四叉树分解中的块值Syntax[vals,r,c] = qtgetblk(I,S,dim)[vals,idx] = qtgetblk(I,S,dim)Description[vals,r,c] = qtgetblk(I,S,dim)返回具有四叉树分解S的图像I的逐暗大小的块。该函数返回vals中的块值以及上半部分的行和列坐标 r和c中的块的左上角。[vals,idx]原创 2020-10-27 15:18:26 · 717 阅读 · 0 评论 -
qtdecomp
文章目录SyntaxDescriptionExamplesInput ArgumentsOutput ArgumentsTipsAlgorithmsSyntaxS = qtdecomp(I)S = qtdecomp(I,threshold)S = qtdecomp(I,threshold,mindim)S = qtdecomp(I,threshold,[mindim maxdim])S = qtdecomp(I,fun)DescriptionS = qtdecomp(I)对灰度图像I执行四原创 2020-10-27 15:01:27 · 3177 阅读 · 1 评论 -
irandon
文章目录SyntaxDescriptionExamplesInput Argumentsrandon逆变换SyntaxI = iradon(R,theta)I = iradon(R,theta,interp,filter,frequency_scaling,output_size)[I,H] = iradon(___)DescriptionI = iradon(R,theta)从以投影角度theta捕获的R中的投影数据重建图像I。I = iradon(R,theta,interp,fil原创 2020-10-27 14:47:52 · 764 阅读 · 0 评论 -
randon
文章目录SyntaxDescriptionExamples输入参数算法Radon 变换SyntaxR = radon(I)R = radon(I,theta)[R,xp] = radon(___)DescriptionR = radon(I) 返回二维灰度图像 I 的 Radon 变换 R,角度范围为 [0, 179] 度。Radon 变换是图像强度沿特定角度的径向线的投影。您可以选择使用 GPU(需要 Parallel Computing Toolbox™)计算 Radon 变换。原创 2020-10-27 10:19:51 · 491 阅读 · 0 评论 -
houghpeaks
文章目录SyntaxDescriptionExamplesInput Arguments输出参数识别霍夫变换中的峰Syntaxpeaks = houghpeaks(H,numpeaks)peaks = houghpeaks(H,numpeaks,Name,Value)Descriptionpeaks = houghpeaks(H,numpeaks)在由霍夫函数生成的霍夫变换矩阵H中定位峰。 numpeaks指定要识别的最大峰数。 该函数返回峰的矩阵,其中包含峰的行和列坐标。peaks =原创 2020-10-27 10:00:54 · 863 阅读 · 0 评论 -
houghlines
文章目录SyntaxDescriptionExamples输入参数输出参数基于 Hough 变换提取线段Syntaxlines = houghlines(BW,theta,rho,peaks)lines = houghlines(___,Name,Value)Descriptionlines = houghlines(BW,theta,rho,peaks) 提取图像 BW 中与 Hough 变换中的特定 bin 相关联的线段。theta 和 rho 是函数 hough 返回的向量。peaks原创 2020-10-27 09:08:30 · 466 阅读 · 0 评论 -
hough
文章目录SyntaxDescriptionExamples输入参数输出参数算法Syntax[H,theta,rho] = hough(BW)[H,theta,rho] = hough(BW,Name,Value)Description[H,theta,rho] = hough(BW) 计算二值图像 BW 的标准 Hough 变换 (SHT)。hough 函数旨在检测线条。该函数使用线条的参数化表示:rho = x*cos(theta) + y*sin(theta)。该函数返回 rho(沿垂直于原创 2020-10-27 08:55:17 · 396 阅读 · 0 评论 -
imgradientxyz
文章目录SyntaxDescriptionExamplesSyntax[Gx,Gy,Gz] = imgradientxyz(I)[Gx,Gy,Gz] = imgradientxyz(I,method)Description[Gx,Gy,Gz] = imgradientxyz(I)返回3D灰度或二进制图像I的方向梯度Gx,Gy和Gz。[Gx,Gy,Gz] = imgradientxyz(I,method)使用指定的方法计算方向梯度。Examples使用Sobel方法计算3D方向图像梯度`原创 2020-10-27 08:16:27 · 170 阅读 · 0 评论 -
imgradient3
文章目录SyntaxDescriptionExamplesInput ArgumentsOutput Arguments查找3D图像的梯度大小和方向Syntax[Gmag,Gazimuth,Gelevation] = imgradient3(I)[Gmag,Gazimuth,Gelevation] = imgradient3(I,method)[Gmag,Gazimuth,Gelevation] = imgradient3(Gx,Gy,Gz)Description[Gmag,Gazimuth原创 2020-10-26 16:26:31 · 318 阅读 · 0 评论 -
imgradientxy
文章目录SyntaxDescriptionExamples查找二维图像的方向梯度Syntax[Gx,Gy] = imgradientxy(I)[Gx,Gy] = imgradientxy(I,method)Description[Gx,Gy] = imgradientxy(I)返回灰度或二进制图像I的方向梯度Gx和Gy。[Gx,Gy] = imgradientxy(I,method)使用指定的方法返回方向梯度。Examples与imgradient一样,详情参照imgradient原创 2020-10-26 16:07:04 · 448 阅读 · 0 评论 -
imgradient
文章目录SyntaxDescriptionExamplesInput ArgumentsOutput ArgumentsTipAlgorithms查找二维图像的梯度大小和方向Syntax[Gmag,Gdir] = imgradient(I)[Gmag,Gdir] = imgradient(I,method)[Gmag,Gdir] = imgradient(Gx,Gy)Description[Gmag,Gdir] = imgradient(I)返回二维灰度或二进制图像I的梯度大小Gmag和梯度原创 2020-10-26 16:01:23 · 1683 阅读 · 0 评论 -
edge3
文章目录SyntaxDescriptionExamplesInput Arguments在3d物体中查找边缘SyntaxBW = edge3(V,'approxcanny',thresh)BW = edge3(V,'approxcanny',thresh,sigma)BW = edge3(V,'Sobel',thresh)BW = edge3(V,'Sobel',thresh,'nothinning')DescriptionBW = edge3(V,'approxcanny',thresh原创 2020-10-26 14:53:19 · 641 阅读 · 0 评论 -
edge
文章目录SyntaxDescriptionExamples输入参数查找强度图像的边缘SyntaxBW = edge(I)BW = edge(I,method)BW = edge(I,method,threshold)BW = edge(I,method,threshold,direction)BW = edge(___,'nothinning')BW = edge(I,method,threshold,sigma)BW = edge(I,method,threshold,h)[BW,th原创 2020-10-26 14:25:33 · 691 阅读 · 0 评论 -
viscircles
文章目录SyntaxDescriptionExamplesax — Axes in which to draw circles创建圆Syntaxviscircles(centers,radii)viscircles(ax,centers,radii)viscircles(___,Name,Value)h = viscircles(___)Descriptionviscircles(centers,radii)在当前轴上绘制具有指定中心和半径的圆。viscircles(ax,center原创 2020-10-26 11:19:45 · 1733 阅读 · 0 评论 -
imfindcircles
文章目录SyntaxDescriptionExamplesInput ArgumentsOutput Arguments使用圆形霍夫变换查找圆Syntaxcenters = imfindcircles(A,radius)[centers,radii] = imfindcircles(A,radiusRange)[centers,radii,metric] = imfindcircles(A,radiusRange)[___] = imfindcircles(___,Name,Value)De原创 2020-10-26 11:12:10 · 5349 阅读 · 0 评论 -
visboundaries
文章目录SyntaxDescriptionExamplesInput ArgumentsSyntaxvisboundaries(BW)visboundaries(B)visboundaries(ax,___)visboundaries(___,Name,Value)h = visboundaries(___)Descriptionvisboundaries(BW)在当前轴上绘制二进制图像BW中区域的边界。 BW是二维二进制图像,其中逻辑为真的像素属于前景区域,逻辑为假的像素构成背景。 vi原创 2020-10-26 09:38:42 · 401 阅读 · 0 评论 -
bwtraceboundary
文章目录SyntaxDescriptionExamplesInput Arguments跟踪二进制图像中的对象SyntaxB = bwtraceboundary(BW,P,fstep)B = bwtraceboundary(BW,P,fstep,conn)B = bwtraceboundary(BW,P,fstep,conn,m,dir)DescriptionB = bwtraceboundary(BW,P,fstep)跟踪二进制图像BW中对象的轮廓。 非零像素属于对象,零值像素构成背景。原创 2020-10-25 13:22:52 · 1103 阅读 · 2 评论 -
bwboundaries
文章目录SyntaxDescriptionExamples输入参数输出参数跟踪二值图像中的区域边界SyntaxB = bwboundaries(BW)B = bwboundaries(BW,conn)B = bwboundaries(BW,conn,options)[B,L]= bwboundaries(___)[B,L,n,A] = bwboundaries(___)DescriptionB = bwboundaries(BW) 跟踪二值图像 BW 中对象的外边界以及这些对象内部的孔洞原创 2020-10-25 13:09:14 · 2884 阅读 · 1 评论