regionprops3

3-d体积图像区域的度量属性

描述

例子

统计数据= regionprops3 (BW,属性)度量3-D体积二进制图像中每个连接组件(对象)的一组属性BW。输出统计数据表示每个对象的不同属性。

对于所有语法,如果没有指定属性的说法,regionprops3返回“体积”,“重心”,的边界框(“大小)测量。

统计数据= regionprops3 (CC,属性)测量在每个连接的组件(对象)的一组属性CC返回的结构bwconncomp

统计数据= regionprops3 (l,属性)测量一组用于每个标记的区域属性的3-d标签图像中l

统计数据= regionprops3 (___,V,属性)测量3-D体积灰度图像中每个标记区域的一组属性V。第一个输入(BW,CC,或l)中标识的区域V

例子

全部折叠

创建一个二值图像与两个球体。

[x, y, z] = meshgrid (1:50, 1:50, 1:50);bw1 =√(10倍)。^ 2 + (y-15)。^2 + (z-35).^2) < 5;bw2 =√(x 20)。^ 2 + (y-30)。^2 + (z-15) ^2) < 10;bw = bw1 | bw2;

获得两个球体的中心和半径。

s = regionprops3 (bw,“重心”,“PrincipalAxisLength”);中心= s.Centroid
中心=2×320 30 15 10 15 35
直径=意味着(s.PrincipalAxisLength, 2)
直径=2×117.8564 - 8.7869
半径=直径/ 2
半径=2×18.9282 - 4.3935

制作一个9乘9的0的立方体,在它的中心包含一个3乘3的1的立方体。

innercube = 1 (3, 3, 3);内立方,[3],0,“两个”);

获取多维数据集内多维数据集的所有统计信息。

统计= regionprops3(cube_in_cube,“所有”)
统计=1×18个表体积质心的BoundingBox SubarrayIdx图片EquivDiameter程度VoxelIdxList VoxelList PrincipalAxisLength取向的特征向量的特征值凸形轮廓ConvexImage ConvexVolume密实表面积______ ___________ ____________ ____________________________________________ _______________ _____________ ______ _____________ _____________ __________________________ ___________ ____________ ____________ _____________ _______________ ____________ ________ ___________ 27 5 5 2 [1X6双] {1×3双} {1×3加倍} {1×3双} {3x3x3的逻辑} 3.7221 1 {27x1双} {27x3双} 3.4641 3.4641 3.4641 0 0 0 3×3 {双} {3X1双} {24x3双} {3x3x3的逻辑} 27 1 41.07

输入参数

全部折叠

体积二进制图像,指定为3-D逻辑数组。

数据类型:逻辑

指定为返回结构的3-D体积图像的连接组件bwconncomp使用3-D连接值,比如6、18或26。CC.ImageSize一定是1×3的向量。

数据类型:结构体

标签图像,指定为以下选项之一。

  • 3-D数字数组。体素标记0是背景。体素标记1组成一个对象;体素标记2组成第二个对象;等等。regionprops3将负值体素作为背景,并舍入非整数的输入体素。您可以从诸如之类的标签函数获得一个数字标签图像分水岭labelmatrix

  • 3-D分类数组。每个类别对应一个不同的区域。

数据类型:||int8|INT16|INT32|uint8|UINT16|uint32|明确的

度量类型,指定为以逗号分隔的字符串或字符向量列表、字符串的单元数组或字符向量,“所有”“基本”

  • 如果您指定“所有”,然后regionprops3计算所有形状测量。如果您还指定灰度图像,然后regionprops3返回所有体素值测量值。

  • 如果您指定“基本”或不指定属性参数,然后regionprops3只计算“体积”,“重心”,的边界框(“大小)测量。

下表列出了提供形状测量的所有属性。的体素值测量表列出了仅在指定灰度图像时有效的其他属性。

形状测量

属性名 描述
的边界框(“大小) 包含区域的最小的长方体,返回为形式的1×6向量[ulf_x ulf_y ulf_z width_x width_y width_z]ulf_x,ulf_y,ulf_z指定长方体的左上角。width_x,width_y,width_z指定沿着每个维度的长方体的宽度。
“重心”

该区域的质心,返回为以下形式的1×3向量[中心x中心y和中心z]。第一个要素,centroid_x为横坐标(或)x-坐标)的质心。第二个元素,centroid_y是垂直坐标(或y协调)。第三个元素,centroid_z为平面坐标(或)z协调)。

“凸形轮廓” 可以包含区域的最小凸多边形,返回为p3矩阵。矩阵的每一行都包含x- - - - - -,y- - - - - -,z-多边形的一个顶点的坐标。
'ConvexImage' 凸壳图像,返回为体积二值图像(逻辑),并填充船体内的所有体素(设置为)。图像是区域边界框的大小。
“ConvexVolume” 体素的数量'ConvexImage',作为标量返回。
“特征值” 表示区域的体素的特征值,返回为3×1向量。regionprops3使用特征值来计算主轴长度。
的特征向量 代表一个区域的体素的特征向量,返回为3×3向量。regionprops3使用特征向量来计算椭球体的方向,该椭球体与区域具有相同的归一化第二中心矩。
“EquivDiameter” 与该区域体积相同的球体的直径,返回为标量。计算为(6 *体积/ pi) ^ (1/3)
“程度” 区域内体素与总边框内体素的比率,以标量返回。计算为的值体积除以边框的体积。[体积/(边界框宽度*边界框高度*边界框深度)]
“图像” 区域的边界框,返回为体积二进制图像(逻辑),与该区域的边界框大小相同。的体素对应于该区域,而所有其他的体素都是
“定位”

欧拉角[2],返回为1×3的向量。这些角是根据右手定则得到的。regionprops3通过观察原点来解释角度x- - - - - -,y- - - - - -,z-轴分别表示横摇、俯仰和偏航。正角表示逆时针方向的旋转。旋转操作不是可交换的,所以它们必须以正确的顺序应用才能产生预期的效果。

“PrincipalAxisLength” 具有与区域相同的归一化第二中心矩的椭球体主轴的长度(在体素中),返回为1×3向量。regionprops3将值从最高到最低排序。
“密实” 凸包内同样在该区域内的体素的比例,以标量返回。计算为体积/ ConvexVolume
“SubarrayIdx” 用于提取对象边框内元素的索引,返回为这样的单元格数组L (idx {:})提取l在对象边框内。
“SurfaceArea” 区域边界周围的距离[1],作为标量返回。
“体积” 实际数目的计数''区域中的体素,作为标量返回。体积表示体积二进制图像内区域内体素数量的度量,BW
'VoxelIdxList' 区域内体素的线性指数,返回为ap- 元素向量。
“VoxelList” 区域内体素的位置,返回为ap3矩阵。矩阵的每一行都有这样的形式[x y z]并指定该区域中一个体素的坐标。

仅当指定灰度体积图像时,下表中的体素值度量属性才有效,V

体素值测量

属性名 描述
“MaxIntensity” 区域中强度最大的体素的值,返回为标量。
'MeanIntensity' 区域内所有强度值的平均值,返回为标量。
“MinIntensity” 区域中强度最低的体素的值,返回为标量。
“VoxelValues” 区域内体素的值,返回为ap1的向量,p是该区域内体素的数量。向量中的每个元素都包含该区域内一个体素的值。
“WeightedCentroid” 根据区域中心位置和强度值,返回为ap乘3的坐标向量。的第一个元素WeightedCentroid是水平坐标(或x-坐标)的加权质心。第二个元素是垂直坐标(或)y协调)。第三个元素是平面坐标(or)z协调)。

数据类型:烧焦|字符串|细胞

体积灰度图像,指定为三维数字数组。图像的大小必须与二进制图像的大小匹配BW、连通构件结构CC或标签矩阵l

数据类型:||int8|INT16|INT32|int64|uint8|UINT16|uint32

输出参数

全部折叠

测量值,以表的形式返回。表中的行数对应于表中的对象数BW,CC.NumObjects,或MAX(l(:))。所指定的每个表行中的变量(列)表示为每个区域计算的属性属性。如果输入图像是一个明确的标签图像l,然后统计数据在属性中包含一个额外的变量“LabelName”

参考

[1]莱曼,盖坦和大卫·莱格兰。高效N维使用的Crofton式和游程长度编码面推定,《洞察》杂志,2012年。(https://insight-journal.org/browse/publication/852)

[2]Shoemake,肯,图形宝石四世。Paul S. Heckbert主编,Morgan Kaufmann, 1994,第222-229页。

介绍了R2017b