主要内容
imsegfmm.
二值图像分割采用快速前进法
语法
描述
例子
基于快速行进算法的图像分割
此示例显示了如何使用基于灰度强度的差异，在图像中对对象进行分割，与种子位置相比。
读图像。
我= imread (“cameraman.tif”）；imshow（i）标题（原始图像的）
创建掩码并指定种子位置。你也可以使用roipoly以交互方式创建掩码。
掩码= false(大小(I));面具(170、70)= true;
基于灰度强度差计算权重数组。
W = graydiffweight(I, mask，“GrayDifferenceCutoff”25);
使用权重分割图像。
打= 0.01;[BW, D] = imsegfmm(W, mask, thresh);图imshow (BW)标题('分段图像'）
你可以设定测地线距离矩阵的阈值D使用不同的阈值得到不同的分割结果。
图imshow (D)标题(“测地线距离”）
基于强度差异的体积分割对象
这个例子从人脑的核磁共振数据中分割出大脑。
加载MRI数据。
负载MRI.V =紧缩(D);
可视化数据。
sizeo =尺寸（v）;图;切片（双（v），尺寸（2）/ 2，sizeo（1）/ 2，sizeo（3）/ 2）;阴影插值函数, colormap灰色的；标题（“原始”）；
设置种子位置。
seedR = 75;seedC = 60;seedP = 10;
基于灰度强度差异计算权重。
w = Graydiff重量（v，种子，幼虫，籽，“GrayDifferenceCutoff”25);
使用权重分割图像。
打= 0.002;BW = imsegfmm(W，种子c，种子r，种子p，脱粒率);
使用iso表面可视化分割图像。
图;p =补丁(等值面(双(BW)));p.FaceColor =“红色”；p.EdgeColor =“没有”；daspect ([1] 1 27/64);camlight;照明冯氏；
输入参数
输出参数
提示
imsegfmm.除类之外的所有类别的内部计算使用双重精度浮点操作单．如果W是课堂单，imsegfmm.在内部使用单精度浮点操作。imsegfmm.设置像素与0或者南重量值INF.在测地线距离图像中D．这些像素是分割图像中背景的一部分(逻辑错误)BW．
参考
J. A.塞西安级别设置方法和快速行进方法：在计算几何形状，流体力学，计算机视觉和材料科学中不断发展界面，剑桥大学出版社，第二版，1999年。
在R2014B中介绍
您还可以从以下列表中选择一个网站：
