过程受阻或低分辨率图像有效地使用部分图像金宝搏官方网站
这个例子展示了如何使用两种策略过程阻塞形象迅速,使计算在较小的代表性样本的高分辨率图像。
图像处理阻塞可以耗费时间,这使得算法的迭代开发高得惊人。通常有两种方法来缩短反馈循环:迭代在低分辨率图像或迭代部分阻塞的区域形象。这个例子演示了这两种方法创建一个阻塞图像分割掩模。
如果你安装了并行计算工具箱™,然后你可以通过使用多个工人进一步加快处理。
创建一个blockedImage“tumor_091对象使用修改后的版本的图像。tif”CAMELYON16数据集。原始图像是一个训练图像包含肿瘤的淋巴结组织。原始图像分辨率8的水平,和最好的水平分辨率53760 - 61440。修改后的图像只有三粗分辨率的水平。修改后的图像的空间引用已调整执行一致的长宽比和注册在每一层的功能。
bim = blockedImage (“tumor_091R.tif”);
显示了图像通过使用bigimageshow函数。
bigimageshow (bim);
加速处理使用低分辨率图像
许多阻塞图像包含多个分辨率水平,包括粗低分辨率版本最好的高分辨率图像。在一般情况下,单个像素值的分布应该在所有的水平大致相当。利用这样的假设,可以计算全球统计粗级别,然后使用统计处理更好的水平。
在粗级别提取图像,然后将图像转换为灰度。
imLowRes =收集(bim);imLowResGray = im2gray (imLowRes);
阈值图像分成两个类和显示结果。
打= graythresh (imLowResGray);imLowResQuant = imbinarize (imLowResGray,打);imshow (imLowResQuant)
验证最大的形象。否定结果获得彩色地区的一个面具。
bq =应用(荡妇,@ (bs) ~ imbinarize (rgb2gray (bs.Data),打));
可视化结果的最好水平。
bigimageshow (bq CDataMapping =“缩放”);
加速处理阻塞使用部分地区图像
另一种方法在处理大型图像提取感兴趣的一个较小的地区特性。可以计算ROI的统计数据,然后使用统计信息来处理整个高分辨率图像。
放大一个感兴趣的区域。
bigimageshow (bim);xlim ylim ((2400、3300)) ((900 1700))
提取的区域是最好的水平。
xrange = xlim;yrange = ylim;imRegion = getRegion(荡妇,2400年[900],[1700 - 3300],水平= 1);imshow (imRegion);
原型与这个地区,然后显示结果。
imRegionGray = rgb2gray (imRegion);打= graythresh (imRegionGray);imLowResQuant = ~ imbinarize (imRegionGray打);imshow (imLowResQuant)
验证的完整的阻塞映像并显示结果。
bq =应用(荡妇,@ (bs) ~ imbinarize (rgb2gray (bs.Data),打));bigimageshow (bq CDataMapping =“缩放”);
使用并行计算工具箱加速处理
如果你安装了并行计算工具箱,然后你可以分发处理跨多个工人加快处理。尝试并行处理图像,设置runInParallel变量来真正的。
runInParallel = false;如果runInParallel%的位置输出,应该可以在客户端和所有%的员工,应该是空的outDir = tempname;%开放游泳池p =质量;%确保工人在同一文件夹文件能够%访问它仅使用相对路径sourceDir = fileparts ((“tumor_091R.tif”));spmdcd (sourceDir)结束%并行运行bq =应用(荡妇,…@ (bs) ~ imbinarize (rgb2gray (bs.Data),打),UseParallel = true,…OutputLocation = outDir);结束
