Question

我有点困惑，非常感谢一些帮助。

我已阅读很多关于寻找相邻像素的帖子，这非常有帮助：

http://blogs.mathworks.com/steve/2008/02/25/neighbor-indexing-2/

然而，我在将尺寸（A）= [8 340 340 15]的4D矩阵（A）上应用时遇到了麻烦。它代表了8组3D图像（每组15个切片），我想让它们得到邻居。我不确定使用哪个尺寸来计算偏移量。这是我试过的代码，但我认为它不起作用，因为偏移量应该适用于4维度？如何在没有循环的情况下完成它？

%A is a 4D matrix with 0 or 1 values
Aidx = find(A); 

% loop here? 
[~,M,~,~] =size(A);
neighbor_offsets = [-1, M, 1, -M]';

neighbors_idx = bsxfun(@plus, Aidx', neighbor_offsets(:));
neighbors = B(neighbors_idx);

谢谢，齐格

Answer 1

不确定我是否理解了你的问题但是这种方法呢：

如果矩阵是1D：

M = rand(10,1);
N = M(k-1:k+1); %//immediate neighbours of k

但是，如果k位于边界，则可能会出错。使用max和min

可以轻松解决此问题

N = M(max(k-1,1):min(k+1,size(M,1))

现在让我们添加一个尺寸：

M = rand(10,10);
N = M(max(k1-1,1):min(k1+1,size(M,1), max(k2-1,1):min(k2+1,size(M,2))

这很容易，你所要做的只是重复相同的索引，对边界使用size(M,2)进行微小的改动（我还将k更改为k1和{{ 1}}，您可能会发现使用k2的数组而不是单独的k和k1变量效果更好，即k2和k(1)）

好的，现在让我们跳到4个维度：

k(2)

我知道你说你不想要一个循环，但是一个非常简短的循环只是为了重构一下并使它变得一般化：

M = rand(10,10,10,10);
N = M(max(k(1)-1,1):min(k(1)+1,size(M,1)), ...
      max(k(2)-1,1):min(k(2)+1,size(M,2)), ...
      max(k(3)-1,1):min(k(3)+1,size(M,3)), ...
      max(k(4)-1,1):min(k(4)+1,size(M,4)));  %// Also you can replace all the `size(M,i)` with `end` if you like

Answer 2

您是否考虑过使用convn？

msk = [0 1 0; 1 0 1; 0 1 0];
msk4d = permute( msk, [3 1 2 4] ); % make it 1-3-3-1 mask
neighbors_idx = find( convn( A, msk4d, 'same' ) > 0 );

您可能会发现conndef对于以一般方式定义基本msk非常有用。

Answer 3

以下是如何在第二维度上获得邻居

sz = size( A );
ndims = numel(sz); % number of dimensions
[d{1:ndims}] = ind2sub( sz, find( A ) );
alongD = 2; % work along this dim
np = d{alongD} + 1;
sel = np <= sz( alongD ); % discard neighbors that fall outside image boundary
nm = d{alongD} - 1;
sel = sel & nm > 0; % discard neighbors that fall outside image boundary
d = cellfun( @(x) x(sel), d, 'uni', 0 ); 
neighbors = cat( 1, ...
                 ind2sub( sz, d{1:alongD-1}, np(sel), d{alongD+1:end} ),...
                 ind2sub( sz, d{1:alongD-1}, nm(sel), d{alongD+1:end} ) );

如何在MATLAB中找到4D数组中的邻居？

3 个答案: