主要内容

计算roi的标准差

这个例子使用了:

打开脚本

这个例子展示了如何计算输入图像中感兴趣区域(roi)的标准偏差。输入图像由不同的纹理区域组成，并选择包含这些纹理区域的roi。

将图像读入MATLAB工作区。

I = imread(“multitextures.png”）;

加载指定输入图像中的roi的掩码图像。

负载(“binaryROI.mat”）

示例模型

打开Simulin金宝appk模型。

modelname =“ex_blk2dstd.slx”；open_system (modelname);

模型计算roi的坐标团分析块。对象中的最大blob数目团分析block设置为5,roi的个数。

的二维标准偏差块计算每个ROI的标准差值。

设置二维标准偏差块到指定的值，以便计算每个ROI的单独统计信息。

  • 集找到的标准偏差价值在参数整个输入

  • 选择启用ROI处理参数

  • 集ROI类型参数矩形

  • 集输出参数个人统计数据为每一个ROI

模拟和显示结果

标准差的值表示ROI中像素值与相应的平均值之间的离散度。

Out = sim(modelname);

该模型还显示与所选roi相对应的输入图像和标签矩阵。覆盖在输入图像上的矩形表示计算标准偏差的roi。

显示每个ROI的标准偏差值。第一个标准差值对应标签值为1的区域。同理，第二个标准差值对应标签值为2的区域，以此类推。

out.std
Ans = 0.0534 0.1203 0.0775 0.1463 0.1629