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。
activecontour
（蛇）领域领域法をし前景とへのイメージの化化
构文
説明
"動的輪郭"法は、"snakes"とも呼ばれる、反復的な領域拡張を行うイメージ セグメンテーション アルゴリズムです。動的輪郭アルゴリズムを使用して、イメージ上で初期曲線を指定してから、関数activecontourを使用して、オブジェクト境界に向かってカーブを変化させます。
例
动的をしたイメージの化化
グレースケール イメージを読み取り、それを表示します。
I = imread('coins.png'）；imshow（i）标题（'Original Image')
関心のあるオブジェクトの周囲の初期輪郭を指定します。輪郭を表示します。
mask = zeros(size(I)); mask(25:end-25,25:end-25) = 1; imshow(mask) title('Initial Contour Location')
関数activecontourを使用して、イメージをセグメント化します。既定では、この関数は 100 回反復してセグメンテーションを行います。
bw = activecontour(I,mask);
结果表示ます元元のががオブジェクト境界のにためため，，，，，，，回回回回の反复反复反复后でも，，オブジェクトはは背景背景からから完全
imshow（bw）标题（'Segmented Image, 100 Iterations')
セグメンテーションをは，反复を増やし。。回回回后，オブジェクトが背景背景から完全完全にセグメント化化
bw = activeContour（i，mask，300）;imshow（bw）标题（'Segmented Image, 300 Iterations')
動的輪郭と対話型マスクを使用したイメージのセグメント化
グレースケール イメージを読み取り、それを表示します。
I = imread('toyobjects.png'）；imshow(I)
関数drawRectangleを使用して、関心のあるオブジェクトの近くに初期輪郭を描画します。輪郭の描画後、関数创建任务を使用して、マスクを作成します。
r = drawRectangle;
mask = createMask（r）;
“边缘”メソッドと 200 回の反復を使用してイメージをセグメント化します。
bw = activeContour（i，mask，200，“边缘”）；
最终的轮郭のイメージ上にで表示します。
hold上; visboundaries(bw,'颜色','r'）；
セグメンテーションの元の上表示し。前景オブジェクトは青色にになってて。。。
figure imshow(labeloverlay(I,bw));
2次元シードを使用したたた次元次元セグメンテーション実行実行
3 次元ボリューム イメージ データを読み込み、大きさが 1 の次元を削除します。
d =负载（'MRI.MAT'）；a =挤压（d.d）;
初期シード ポイントの 2 次元マスクを作成します。
播种= 10;种子= a（：，：，seedlevel）> 75;图Imshow（种子）
空の 3 次元シード マスクを作成し、そこにシード ポイントを挿入します。
mask =零（size（a））;mask（：，：，seedlevel）=种子;
動的輪郭でシード マスクを指定して、セグメンテーションを実行します。
bw = activecontour(A,mask,300);
セグメント化された 3 次元イメージを表示します。
数字;p = patch（isosurface（double（bw）））;p.faceColor =“红色”; p.EdgeColor ='none'; daspect([1 1 27/128]); camlight; lightingphong
入力引数
出力引数
ヒント
activecontourは、変化を開始する輪郭の初期状態として、maskの領域の境界を使用します。マスクにある穴によって予測できない結果が生じる可能性があります。imfillを使用して、maskの领域穴を涂りつぶし。。領域がイメージの境界と接触している場合、
activecontourは，进めるに领域単一のをし，，领域がイメージのの境界にに接触しないないようよう特に
“边缘”メソッドの場合、結果をより高速かつ正確に取得するには、目的とするオブジェクト境界に近い初期輪郭の位置を指定してください。“边缘”メソッドでは、動的輪郭が内側へと縮小する (閉じる) ように自然にバイアスがかけられます。イメージのグラデーションがまったくない場合、動的輪郭は自然に縮小します。一方、輪郭にバイアスがかけられない'Chan-Vese'メソッドでは、イメージの特徴に応じて自由に輪郭の縮小や拡大が行われます。“边缘”メソッドで正確なセグメンテーションを実現するには、初期輪郭をオブジェクトの境界の外側に配置するように指定してください。“边缘”メソッドをた的轮郭は既定で缩小バイアスがかけかけます。オブジェクト領域でグレースケールの強度が大きく異なる場合、
'Chan-Vese'メソッド[1]では、イメージ内のすべてのオブジェクトがセグメント化されないことがあります。たとえば、イメージに背景よりも明るいオブジェクトと暗いオブジェクトが含まれる場合、通常、'Chan-Vese'メソッドで明るいか暗いオブジェクトのかのみがセグメント化れます。
アルゴリズム
activecontourは，的の変化実装するために，[3]で説明されているメソッドと類似した Sparse-Field level-set メソッドを使用します。
参照
[1]T. F. Chan, L. A. Vese, Active contours without edges. IEEE Transactions on Image Processing, Volume 10, Issue 2, pp. 266-277, 2001.
[2] V. Caselles，R。Kimmel，G。Sapiro，Geodesic Active Contours。国际计算机视觉杂志，第22卷，第1期，第61-79页，1997年。
[3] R. T. Whitaker, A level-set approach to 3d reconstruction from range data. International Journal of Computer Vision, Volume 29, Issue 3, pp. 203-231, 1998.
バージョン履歴
