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

例子

l= imsegkmeans3 (V，k）段体积V成k通过执行k-means聚类和返回的分段标记输出l．

［l，中心) = imsegkmeans3 (V，k）也返回星团质心位置，中心．

l= imsegkmeans3 (V，k，名称,值）使用名称-值对来控制k-means聚类算法的各个方面。

例子

全部折叠

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);

将卷分割为三个集群。

L = imsegkmeans3 (mristack 3);

显示分段卷使用volshow．要探索分段卷的切片，请使用volume Viewer应用程序。

图volshow (L);

输入参数

全部折叠

要分割的体积，指定为3-D灰度体积的大小米——- - - - - -n——- - - - - -p或三维多光谱体积米——- - - - - -n——- - - - - -p——- - - - - -c,在那里p飞机的数量是多少c为通道数。

请注意

imsegkmeans3处理二维彩色图像就像处理三维体积一样米——- - - - - -n3。如果你想要二维行为，那么使用imsegkmeans函数。

数据类型:单|int8|int16|uint8|uint16

要创建的集群数量，指定为正整数。

名称-值参数

指定可选的逗号分隔的对名称,值参数。的名字参数名和价值为对应值。的名字必须出现在引号内。可以以任意顺序指定多个名称和值对参数Name1, Value1,…,的家．

例子:“NumAttempts”,5

将输入数据归一化为零平均值和单位方差，指定为逗号分隔对组成“NormalizeInput”和数字的或逻辑的1（真正的)或0（假）．如果您指定真正的,然后imsegkmeans3分别对输入的每个通道进行归一化。

使用新的初始聚类质心位置重复聚类过程的次数，指定为由逗号分隔的对组成“NumAttempts”一个正整数。

最大迭代次数，由逗号分隔对组成“MaxIterations”一个正整数。

精度阈值，指定为逗号分隔对组成“阈值”和一个正数。在连续的迭代中，当每个聚类中心的移动都小于阈值时，算法停止。

输出参数

全部折叠

标记矩阵，指定为一个正整数矩阵。具有标签1的像素属于第一个聚类，标签2属于第二个聚类，以此类推k集群。l和体积的前三个维度相同吗V．的类l取决于集群的数量。

类的l 数量的集群
“uint8” k < = 255
“uint16” 256 <= k <= 65535
“uint32” 65536 <= k <= 2^32-1
“双” < = 2 ^ 32 k

群集中心位置，以大小的数字矩阵返回k——- - - - - -c,在那里k簇数是和吗c为通道的数量。中心和图像是同一类吗我．

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。

另请参阅

应用程序

功能

介绍了R2018b

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