主要内容

imsegkmeans3

基于K-means聚类的体积分割

折叠所有页面

语法

L = imsegkmeans3 (V, k)
[L，中心]=imsegkmeans3（V，k）
L=imsegkmeans3（V、k、名称、值）

描述

实例

L= imsegkmeans3 (v,K)分段体积v进入K通过执行k-means聚类进行聚类，并以L．

[L,中心]=imsegkmeans3(v,K)还返回群集质心位置，中心．

L= imsegkmeans3 (v,K,名称、值)使用名称-值对控制k-means聚类算法的各个方面。

例子

全部崩溃

打开生活的脚本

加载一个3-D灰度磁共振成像体积和显示它使用volshow．

负载mristackvolshow (mristack);

将卷分割为三个簇。

L = imsegkmeans3 (mristack 3);

显示分段卷使用volshow。要浏览分段卷的切片，请使用卷查看器应用程序。

图1（L）；

输入参数

全部崩溃

体积到段，指定为大小为的三维灰度体积M——- - - - - -N——- - - - - -P或三维多光谱体积大小M——- - - - - -N——- - - - - -P——- - - - - -C哪里P飞机的数量是多少C是通道数。

笔记

imsegkmeans3将二维彩色图像视为三维体积大小M——- - - - - -N-到3点。如果需要二维行为，请使用imsegkmeans作用

数据类型：仅有一个的|int8|int16|uint8|uint16

要创建的群集数，指定为正整数。

名称值参数

指定可选的逗号分隔的字符对名称、值参数。名称是参数名和价值为对应值。名称必须出现在引号内。您可以按任意顺序指定多个名称和值对参数，如下所示：Name1, Value1,…,的家．

例子:“NumAttempts”,5

将输入数据标准化为零平均值和单位方差，指定为逗号分隔对，由“正常化输入”和数字的或逻辑的1.(真正的)或0(错误的)．如果您指定真正的然后imsegkmeans3分别对输入的每个通道进行规格化。

使用新的初始群集质心位置重复群集过程的次数，指定为逗号分隔对，由“Numatempts”一个正整数。

最大迭代次数，指定为逗号分隔对，由“最大迭代次数”一个正整数。

精度阈值，指定为逗号分隔对，由“门槛”当每个簇中心在连续迭代中移动小于阈值时，算法停止。

输出参数

全部崩溃

标签矩阵，指定为正整数矩阵。标签为1的像素属于第一个簇，标签为2的像素属于第二个簇，依此类推K集群。L具有与体积相同的前三个维度v.阶级L取决于集群的数量。

阶级L 数量的集群
‘uint8’ k<=255
‘uint16’ 256<=k<=65535
“uint32” 65536 <= k <= 2^32-1
“双人” < = 2 ^ 32 k

群集质心位置，作为大小的数字矩阵返回K——- - - - - -C哪里K是群集数和C是通道数。中心与图像是同一类我．

提示

  • 该功能产生可重复的结果。给定相同的输入参数，输出不会在多次运行中发生变化。

参考文献

［1］亚瑟，D.和S.瓦西里维茨基。"k-means++:小心播种的好处"SODA'07：第十八届ACM-SIAM年度离散算法研讨会论文集．新奥尔良，洛杉矶，2007年1月，第1027-1035页。

另见

应用程序

功能

在R2018b中引入

图像处理工具箱文档

金宝app

介绍基于MATLAB的深度学习

介绍基于MATLAB的深度学习

下载电子书