superpixels3
3-d的图像的3-d的超像素oversegmentation
描述
例子
计算输入体强度图像的三维超像素
负载3-d MRI数据，除去任何单尺寸，并且将数据转换成灰度强度图像。
负载MRI;d =挤压（d）;A = ind2gray（d，地图）;
计算3-d的超像素。形成，其中每个像素被设置到其相应的超像素区域的平均颜色的输出图像。
[L, N] = superpixels3 (A, 34);
与超像素边界显示所有XY平面渐进。
imSize =大小(A);
创建一个RGB图像堆栈来以颜色显示边界。
imSize imPlusBoundaries = 0 (imSize (1), (2), 3, imSize (3),“uint8”);为平面= 1:imSize(3) BW =边界掩码(L(:，:， plane));创建此平面的RGB表示，并显示其边界％青色。inusboundaries (:，:，:， plane) = imoverlay(A(:，:， plane)， BW，“青色”);结束implay (imPlusBoundaries, 5)
在输出图像中的每个像素的颜色设定为超像素区域的平均强度。显示旁边，原来的平均图像。如果你运行这段代码，你可以使用implay查看MRI数据的每个切片。
pixelIdxList = label2idx（L）;meanA =零（尺寸（A），“喜欢”D);为超像素= 1:N memberPixelIdx = pixelIdxList{超像素};meanA (memberPixelIdx) =意味着((memberPixelIdx));结束implay（[A meanA]，5）;
输入参数
输出参数
算法
使用该算法superpixels3是通过使用简单的线性迭代聚类（SLIC）算法的修改版本superpixels。在较高的层次上，它创建集群中心，然后在将像素分配给最近的集群中心和更新集群中心的位置之间迭代地交替。superpixels3使用距离度量来确定每个像素最近的集群中心。这个距离度量结合了强度距离和空间距离。
该函数的紧凑辐角来自距离度量的数学形式。该算法的紧度参数是一个控制超像素形状的标量值。两个像素之间的距离我和j,在那里米为紧度值，为:
紧凑的含义与在2 d相同superpixels功能：它确定的强度的距离和在整个距离度量的空间距离的相对重要性。较低的值使超级像素更好地粘附在边界上，使它们的形状不规则。较高的值将使超像素更规则形状。为了紧凑的容许范围是（0 Inf文件），如在2-d功能。典型的范围已经通过实验发现，[0.01 0.1]。算法将输入图像的动态范围归一化为0 ~ 1。这使得紧度值在图像之间具有一致的意义。
