.sheet . getelementbyid(“的主题”)。Disabled = true;

显微图像浏览器图形分割

该窗口提供了使用maxflow/mincut graphcut方法的半自动图像分割。

的图切分割是基于最大流/ min-cut算法由Yuri Boykov和Vladimir Kolmogorov编写，由MATLAB实现迈克尔·鲁宾斯坦．max-flow/min-cut算法不是应用于单个像素，而是应用于像素组(超像素(2D)或超体素(3D))，这些像素组可以使用SLIC算法作者:Radhakrishna Achanta, Appu Shaji, Kevin Smith, Aurelien Lucchi, Pascal Fua和Sabine S?斯特伦克或Waterhed算法．具有强烈对比的物体最好用SLIC superpixels，而与之有明显边界的物体分水岭superpixels．使用超像素需要一些时间来计算它们，但在接下来的分割中得到了回报。

回指数-->用户指南-->菜单-->工具”菜单

折叠所有页面

全部折叠

一般的例子

Graphcut分割的演示可在以下视频中:

https://youtu.be/dMeoIZPaDS4

如何使用

使用方法:

使用两个标签来标记属于背景和感兴趣的对象的区域
启动Graphcut分割工具:菜单->工具->半自动分割图形切割
设置其中一种模式:2 d / 3 d
定义超像素/超体素类型:SLIC,或分水岭
生成超像素/超体素(按下Superpixels /图按钮）
检查生成的超级像素的大小，并根据需要修改大小
按下段开始分割按钮

注意!有些函数需要编译，请查看系统需求页面获取详细信息。

模式面板

模式面板提供了选择所需的分割工作模式的可能性。

◉2D，仅限当前切片中显示的切片上执行分割图像视图面板
◉2 d,挤牙膏式，对数据集的每个切片分别执行二维分割
◉3 d,体积，对数据集的完整部分或选定部分(参见下面的选定区域部分)执行3D分割
◉3D，体积，网格，一种特殊的3D图形切割模式，其中数据集被切割成几个子卷(由Chop编辑框定义，见下文)，在图像视图面板中居中的数据集被分割(为了方便，打开中心点的标记，工具栏->中心标记按钮)。将大卷切成几个小的子卷(例如400x400x400像素，可以有效地对这个大卷进行交互式分割段都按钮

分区委员会

“子区域”面板允许选择要处理的数据集的子区域。如果数据集太大，可以部分处理或使用此面板进行分类。

X:…定义要处理的数据集的宽度。请用冒号(:)分隔两个数字
Y:…定义要处理的数据集的高度
Z:…定义要处理的数据集的z切片
从选择按钮填充X:，Y:，Z:字段使用描述选择层的边界框的坐标
当前视图按钮限制X:和Y:属性中当前显示的图像图像视图面板
重置将Subarea字段重置为数据集的维度
Bin x次…在分割之前为数据定义一个分箱因子。它允许执行得更快，但细节更少。
注意!自动更新模式((✓)自动更新)是不可用的binned数据集!

全部折叠

计算超像素/超体素

在分割之前，应该使用SLIC或分水岭算法对打开的数据集的像素进行聚类。下图显示了两种超像素的比较。上面的面板显示SLIC superpixels这很好地分割了一个深色的脂质液滴，它有很好的强度对比。的分水岭superpixels对有边界的物体进行更好的分割。

集群的图像示例

Superpixels▼，定义要使用的超像素类型
超级像素的大小…，定义超级像素的大致大小(SLIC只）
密实度……，一个介于1到99之间的数字，它定义了超像素的方形大小;例如，99 -产生相当方形的超像素(SLIC只）
减少超像素的数量…，一个允许增加超级像素大小的因素，更大的数字导致更大的超级像素(分水岭只）
颜色通道▼，用于计算超像素的颜色通道的索引
信号类型▼，电子显微镜使用黑白，光学显微镜使用亮黑
的切……编辑框，允许将数据集切成更小的子卷◉三维体网格模式或用于计算SLIC超体素
的(✓)自动保存复选框-当启用时，生成的图形结构和生成的超体素将自动保存到磁盘以供将来使用
的(✓)parfor复选框-启用时，分水岭集群为三维体网格模式计算采用并行处理，将计算性能提高了几倍
(✓)使用PixelIdsList启用后，最终模型的生成基于检测到的超体素指数。这种模式在某些情况下可以提高性能，但需要更多的内存%重新计算图-允许重新计算图形使用一个新的系数(Coef)。一般来说，系数越大，种子生长越快。然而，有时较大的系数会导致距离种子较远的区域被分割，这被认为是该方法的人工产物。
Superpixels /图按下此按钮开始生成超像素，并将其最终组织成图形
进口从磁盘或MATLAB中导入超像素和生成的图形
出口按下导出超像素和生成的图形到一个文件，MATLAB，一个新的模型或作为Lines3D图形对象(不推荐很多超像素，也见这里https://youtu.be/xrsTVqD7kOQ）
预览superpixels生成的超像素可以通过按此按钮预览

图像分割设置

这两个分水岭和Graphcut工作流使用提供的标签标记属于对象和背景的区域，以执行精细分割。相比之下Graphcut工作流程,分水岭工作流的交互性稍差;每次执行都需要更多的时间，并且只分离有明显边界的物体，例如膜包裹的细胞器。

另一方面，Graphcut工作流在图像预处理(计算超像素和生成图形)上花费了更多的时间，但每次后续交互都非常快。使用此工作流可以分离具有边界和强度对比的对象。一般来说Graphcut工作流推荐用于大多数情况。

的描述图像分割设置：

背景▼定义用于标记背景区域的模型材质
对象▼定义标记要分割的对象的模型材质
更新列表刷新材料列表
(✓)自动更新-允许每次修改材料时自动更新分割结果。它主要用于相对较小的数据集(~400x400x400像素)。
重要的是:请不要使用⇧Shift +一个快捷键，但只有一个快捷方式。此外，当使用此模式时，建议通过按下重新计算最终分割段按钮。此外，自动更新模式不可用箱子模式。

图像分割示例

	加载一个示例数据集:菜单->File->从->URL导入图片，输入地址: http://mib.helsinki.fi/tutorials/WatershedDemo/watershed_demo1.tif 按下+按钮。划分小组为模型添加材质，名称为“Background”(使用鼠标右键调用弹出菜单) 使用画笔工具标记属于细胞质的区域

按下一个按钮，将所选区域添加到模型的第一个材质(背景) 按下+按钮再次添加另一个材质，命名为Seeds 在线粒体内画上标签。

按下一个按钮，将所选区域添加到模型的第二个材料(种子) 启动Graphcut分割工具:菜单- >工具- >半自动分割> Graphcut．选择分水岭▼超像素的类型确保在图像分割设置中，背景和对象都选择了正确的材质按下段按钮分割线粒体添加更多的种子到背景和对象材料，以提高分割按下段按钮的再次使用(✓)自动更新模式即时更新的分割结果分段的线粒体被放置在掩膜层可选的平滑线粒体:菜单- >面具- >光滑的面具

参考文献

图切割:

最大流/ min-cut算法作者:Yuri Boykov和Vladimir Kolmogorov请注意，此算法仅用于研究目的)。
MATLAB包装for maxflow由迈克尔·鲁宾斯坦编写。
SLIC超像素和超体素Radhakrishna Achanta, Appu Shaji, Kevin Smith, Aurelien Lucchi, Pascal Fua和Sabine S?sstrunk。
区域邻接图(RAG)及其对分水岭的修正是由法国INRA的David Legland于2013-2015年编写的，并用于计算调整超像素

回指数-->用户指南-->菜单-->工具”菜单

var allDetails = document.getElementsByTagName('details');toggle_details (0);