imreconstruct
形态学重建
描述
例子
通过重建打开来识别高强度的对象
读取并显示灰度图像。
我= imread (“snowflakes.png”）;imshow(我)
调整图像的对比度来创建蒙版图像和显示结果。
掩码= adapthisteq(我);imshow(面具)
创建一个标记图像，使用形态学侵蚀和显示结果来识别图像中的高强度物体。
se = strel (“磁盘”5);标志= imerode(面具,se);imshow(标记)
对掩模图像进行形态学打开，使用标记图像识别掩模中的高强度物体。显示结果。
obr = imreconstruct(标记,面具);imshow办公室,[])
使用重建分割图像
将逻辑映像读入工作区并显示它。这是掩模图像。
掩码= imread (“text.png”）;图imshow(面具)
创建一个标记图像，用于识别要通过分割提取的图像中的对象。对于本例，识别单词“watershed”中的“w”。
标志= false(大小(面具));标记(94)= true;
使用标记图像对蒙版图像进行分割。
我= imreconstruct(标记,面具);图imshow (im)
输入参数
标记- - - - - -输入图像
数字数组|逻辑阵列
输入图像，指定为数字或逻辑数组。
例子:se = strel(“磁盘”,5);标志= imerode(面具,se);
数据类型:单|双|int8|int16|int32|int64|uint8|uint16|uint32|uint64|逻辑
面具- - - - - -掩码图像
数字数组|逻辑阵列
掩码图像，指定为大小和数据类型相同的数字或逻辑数组标记．
例子:掩码= imread(“text.png”);
数据类型:单|双|int8|int16|int32|int64|uint8|uint16|uint32|uint64|逻辑
康涅狄格州- - - - - -像素连接
4|8|6|18|26|3-by-3-by -…3的矩阵0年代和1年代
像素连通性，指定为该表中的一个值。默认的连通性是8用于二维图像，以及263 d图像。
价值 |
意义 |
|
|---|---|---|
二维的连接性 |
||
四连接 |
如果像素的边缘接触，它们就被连接起来。像素的邻域是水平或垂直方向上的相邻像素。 |
|
8-connected |
如果像素的边缘或角接触，它们就被连接起来。像素的邻域是水平、垂直或对角线方向上的相邻像素。 |
|
三维的连接性 |
||
6-connected |
如果他们的脸是触摸的，像素是连接的。一个像素的邻域是:
|
|
18-connected |
如果像素的面或边缘接触，它们就被连接起来。一个像素的邻域是:
|
|
26-connected |
如果像素的面、边或角接触，则它们是相连的。一个像素的邻域是:
|
|
更高的维度,imreconstruct使用默认值conndef(ndims(标记),“最大”)
数据类型:双|逻辑
输出参数
提示
形态学重建是其他几个图像处理工具箱™功能的算法基础，包括
imclearborder，imextendedmax，imextendedmin，imfill，imhmax，imhmin,imimposemin．性能报告:该函数可以利用数据类型的硬件优化
逻辑，uint8，uint16，单,双跑得更快。硬件优化的需要标记和面具是二维图像和康涅狄格州是4或8．
算法
imreconstruct采用中描述的快速混合灰度重建算法［1］．
参考文献
孙晓明，“图像分析中的形态学灰度重建:应用与高效算法”，IEEE图像处理汇刊，第2卷，第2期，1993年4月，第176-201页。
扩展功能
之前介绍过的R2006a
你也可以从以下列表中选择一个网站:
