主要内容

このページの翻訳は最新ではありません。ここをクリックして,英語の最新版を参照してください。

bwlabeln

バイナリイメージ内の連結要素をラベル付け

ページ内をすべて折りたたむ

構文

L = bwlabeln (BW)
康涅狄格州L = bwlabeln (BW)
(L, n) = bwlabeln (＿＿＿）

説明

例

l= bwlabeln (BW）は,BWの連結要素のラベルを含むラベル行列lを返します。

l= bwlabeln (BW，康涅狄格州）はラベル行列を返します。ここで,康涅狄格州は連結性を指定します。

［l，n) = bwlabeln (＿＿＿）は,BWで検出された連結オブジェクトの数nも返します。

例

すべて折りたたむ

ライブスクリプトを開く

シンプルな3次元サンプルバイナリイメージを作成します。

BW = cat(3， [1 1 0;0 0 0;1 0 0),.．.[0 1 0;0 0 0;0 1 0),.．.[0 1 1;0 0 0;0 0 1])
Bw = Bw (:，:，1) = 1 1 0 0 0 0 Bw (:，:，2) = 1 1 0 0 0 0 Bw (:，:，3) = 0 1 1 0 0 0 0 0

イメージ内の連結要素にラベル付けします。

bwlabeln (BW)
ans = ans (:: 1) = 1 1 0 0 0 0 2 0 0 ans (:,: 2) = 0 1 0 0 0 0 0 2 0 ans (:,:, 3) = 0 1 1 0 0 0 0 0 2

入力引数

すべて折りたたむ

バイナリイメージ。任意の次元の数値配列または logical 配列として指定します。数値入力の場合、非ゼロのピクセルは在であると見なされます。

例:BW = imread(“text.png”);

データ型:单|双|int8|int16|int32|int64|uint8|uint16|uint32|uint64|逻辑

ピクセルの連結性。次の表のいずれかの値を指定します。既定の連結性は2次元イメージでは83次元イメージでは26です。

値

平均

2 次元連結性

4 連結

ピクセルのエッジの部分が接触している場合,ピクセルは連結されます。2つの隣り合ったピクセルは両方とも "on" の場合に同じオブジェクトの一部であり、水平方向または垂直方向に連結します。

8 連結

ピクセルのエッジまたはコーナーが接触している場合,ピクセルは連結されます。2つの隣り合ったピクセルは両方とも "on" の場合に同じオブジェクトの一部であり、水平方向、垂直方向または対角方向に連結します。

3 次元連結性

6 連結

面が接触している場合,ピクセルは連結されます。2つの隣り合ったピクセルは両方とも "on" の場合に同じオブジェクトの一部であり、次のように連結します。

  • 次のいずれかの方向:奥,手前,左,右,上および下

18 連結

面またはエッジが接触している場合,ピクセルは連結されます。2つの隣り合ったピクセルは両方とも "on" の場合に同じオブジェクトの一部であり、次のように連結します。

  • 次のいずれかの方向:奥,手前,左,右,上および下

  • 右下または上の奥など,2つの方向の組み合わせ

26 連結

面,エッジまたはコーナーが接触している場合,ピクセルは連結されます。2つの隣り合ったピクセルは両方とも "on" の場合に同じオブジェクトの一部であり、次のように連結します。

  • 次のいずれかの方向:奥,手前,左,右,上および下

  • 右下または上の奥など,2つの方向の組み合わせ

  • 右上の奥または左下の奥など,3つの方向の組み合わせ

高次元の場合,bwlabelnは既定値conndef(ndims (BW),“最大”)を使用します。

連結性は,0と1から成る3×3×……×3行列を指定し,任意の次元に対してより一般的に定義することもできます。1の値を持つ要素は,康涅狄格州の中心要素に対する近傍の位置を定義します。康涅狄格州は,その中心要素に関して対称でなければなりません。詳細については,カスタム連結性の定義を参照してください。

データ型:双|逻辑

出力引数

すべて折りたたむ

ラベル行列。BWと同じサイズの非負の整数から成る配列として返されます。0とラベル付けされたピクセルは背景です。1とラベル付けされたピクセルは1番目のオブジェクトを構成し,2とラベル付けされたピクセルは2番目のオブジェクトを構成する,というように,次々にオブジェクトを構成します。

データ型:双

BWの連結オブジェクトの数。非負の整数として返されます。

データ型:双

ヒント

  • 関数bwlabel、bwlabeln、bwconncompはすべて,バイナリイメージの連結要素を計算します。bwconncompは,bwlabelとbwlabelnを置き換えて使用できます。メモリ使用量が大幅に削減され,他の関数より高速な場合もあります。

    関数 入力次元 出力形式 メモリの使用 連結性
    bwlabel 2 次元 倍精度をもつラベル行列 高 4または8
    bwlabeln N次元 倍精度ラベル行列 高 任意
    bwconncomp N次元 CC構造体 低 任意

  • 既定の連結性を持つregionpropsを使用してバイナリイメージから特徴を抽出するには,regionprops (BW)コマンドを使用してBWを直接regionpropsに渡します。

アルゴリズム

bwlabelnでは,次の一般的な処理が使用されます。

  1. すべてのイメージピクセルをスキャンし,非ゼロピクセルに予備ラベルを割り当て,ラベル等価を和集合検出テーブルに記録します。

  2. 和集合検出アルゴリズム［1］を使用して,等価クラスを解決します。

  3. 対応済みの等価クラスに基づいて,ピクセルの再ラベル付けを行います。

参照

[1] Sedgewick, Robert, C中的算法，第三版，Addison-Wesley, 1998，第11-20页。

参考

||||

R2006aより前に導入

图像处理工具箱ドキュメンテーション

サポート

MATLABで始めるディープラーニング

MATLABで始めるディープラーニング

电子书をダウンロードする