⇧⇩×
点击返回
(点击×隐藏)
(点击×隐藏)
图像过滤器对话框
集合的图像过滤器分为4类:
- 空间域的基本图像滤波
- Edge-preserving过滤
- 对比度调整
- 图像二值化
视频中有相关演示:
https://youtu.be/QZU3jSoEXJM
内容
选项
以下选项可能会被调整:
- 数据集类型-指定是否应该对显示的切片进行图像过滤,整个数据集的当前3D堆栈
- 源层-允许选择要过滤的源层
- 颜色通道-现有颜色通道列表。它可以选择一个特定的颜色通道,所有显示的颜色通道或只是图像的所有颜色通道
- 材料指标-过滤材料的索引,仅当源层为模型时
- 3 d-检查应用3D滤镜
过滤后的图像还可以作为后处理(对话框窗口底部的下拉框)
- 过滤图像-过滤图像并显示它作为操作的结果
- 过滤和减法-过滤图像,并减去结果从未经过滤的图像
- 筛选和添加- filter image并将结果添加到未过滤的图像中
空间域的基本图像滤波
表中包含可用筛选器的列表
平均滤波器 平均图像信号使用矩形滤波器;过滤是用imfilter函数和“平均"预定义过滤器fspecial |
2 d / 3 d | |
圆形平均滤波器(药丸盒) 利用圆盘形滤波器对图像信号进行平均;过滤是用imfilter函数和“磁盘"预定义过滤器fspecial |
二维 | |
距离地图过滤器 计算“源层”下拉菜单中提供的种子的距离图。 利用MATLAB进行二维图的计算bwdist,而3D使用bwdistscYuriy Mishchenko 的源层应该是这些选项之一:"selection", "mask", "material"。 在2D模式下有四种计算方法,而在3D模式下只使用“欧几里得”方法。 |
2 d / 3 d | |
弹性失真滤波器 弹性失真滤波器,基于卷积神经网络应用于视觉文档分析的最佳实践,作者:Patrice Y. Simard, Dave Steinkraus, John C. Platt(链接) 可获得的代码: stackoverflow David Franco的弹性失真变换 |
二维 | |
熵过滤器 局部熵过滤器,返回一个图像,其中每个输出像素包含对应像素周围定义的邻域的熵(-sum(p.*log2(p),其中p包含归一化直方图计数),详见entropyfilt |
二维 | |
Frangi过滤器 弗朗吉滤波器增强细长或管状结构使用基于黑森的多尺度滤波 过滤是用fibermetric |
2 d / 3 d | |
高斯平滑滤波器 具有标准偏差(Sigma)的旋转对称高斯低通滤波器大小(Hsize)。 二维滤波是用imgaussfilt和3Dimgaussfilt3 |
2 d / 3 d | |
渐变滤光片 计算图像梯度 过滤是用梯度函数,得到的X,Y,Z分量转换为结果图像的平方根(X2 + Y2 + Z2) |
2 d / 3 d | |
拉普拉斯高斯滤波器 使用拉普拉斯高斯滤波器过滤图像,突出边缘 结果图像通过与NormalizationFactor相乘并加上最大类整数值的一半来转换为无符号整数。过滤是用imfilter函数和“日志"预定义过滤器fspecial |
2 d / 3 d | |
数学运算 应用标准的数学运算:对图像进行加、减、乘或除。在操作过程中,可以将图像类转换为不同的类型。 |
二维 | |
模式滤波器(R2020a或更新版本) 过滤是用modefilt函数。每个输出像素包含输入图像中对应像素附近的模式(最常出现的值) |
2 d / 3 d | |
运动滤波器 过滤是用imfilter函数和“运动"预定义过滤器fspecial |
二维 | |
普瑞维特过滤器 Prewitt滤波器用于边缘增强 过滤是用imfilter函数和“普瑞维特"预定义过滤器fspecial |
2 d / 3 d | |
范围过滤器 局部范围过滤器,返回一个图像,其中每个输出像素包含对应像素周围定义的邻域的范围值(最大值-最小值)。详情见rangefilt |
2 d / 3 d | |
盐和胡椒过滤器 从图像中移除盐和胡椒噪声 使用中值滤波器对图像进行过滤,然后在原始图像和中值滤波图像之间取差值。阈值高于IntensityThreshold的像素被认为是噪声并被删除 |
二维 | |
Sobel过滤器 用于边缘增强的索贝尔滤波器 过滤是用imfilter函数和预定义筛选器中的“sobel”fspecial |
二维 | |
性病过滤器 图像局部标准差。每个输出像素的值是对应输入像素周围邻域的标准差。边界通过对称填充来去除:即填充像素的值是边界像素的镜像反射。详情见stdfilt |
二维 |
Edge-preserving过滤
去除噪音,同时保留对象的边缘使用以下过滤器之一
各向异性扩散滤波器 基于Perona-Malik算法的图像边缘保持各向异性扩散滤波 过滤是用imdiffusefilt |
二维 | |
双边滤波器 高斯核图像保持边缘的双边滤波 过滤是用imbilatfilt |
二维 | |
DNNdenoise过滤器 利用深度神经网络去噪图像 过滤是用denoiseImage |
二维 | |
中值滤波器 二维或三维图像的中值滤波。每个输出像素包含指定邻域的中值 二维滤波是用medfilt2和3Dmedfilt3 |
二维 | |
非局部均值滤波器 过滤是用imnlmfilt |
二维 | |
BMxD过滤器 使用块匹配和3D协同算法过滤图像,请注意此过滤器仅授权用于非营利性组织 请跟系统需求页面详细说明如何安装它。 |
二维 |
对比度调整
下面是用于调整图像对比度的滤镜列表
添加噪声滤波器 为图像添加噪声 过滤是用imnoise
|
二维 | |
快速局部拉普拉斯滤波器 快速局部拉普拉斯滤波图像增强对比度,去除噪声或平滑图像细节 过滤是用locallapfilt |
二维 | |
平面场校正 对灰度或RGB图像的平场校正。校正使用高斯平滑与标准差的西格玛近似图像的阴影成分 过滤是用imflatfield |
二维 | |
局部提亮滤镜 增强弱光图像 过滤是用imlocalbrighten |
二维 | |
局部对比度滤波器 图像的边缘感知局部对比度操作 过滤是用localcontrast |
二维 | |
减霾过滤器 减少大气雾霾 过滤是用imreducehaze |
二维 | |
不锐利掩模滤波器 锐化图像使用非锐化掩蔽:当图像从图像本身减去一个模糊(非锐化)版本来锐化图像时 过滤是用imsharpen |
二维 |
图像二值化
图像二值化过滤器处理图像并生成位图掩码,可以分配给MIB的选择层或掩码层(使用DestinationLayer下拉菜单指定)
边缘滤光片 在强度图像中寻找边缘; 过滤是用边缘
|
二维 | |
SLIC聚类滤波器 方法将相似强度的像素聚在一起SLIC(简单线性迭代聚类)算法
|
二维 | |
分水岭聚类滤波器 方法根据脊的存在将像素聚在一起分水岭算法
|
二维 |
var allDetails = document.getElementsByTagName('details');toggle_details (0);