Question

我有一个二进制3D图像，即它只包含0和1.现在我想找到1的所有簇（即只包含值1的体素簇）。最后，对于每个聚类，我应该知道属于该聚类的体素的坐标。

如何做到这一点？当然我可以遍历所有体素，但难点是检测簇并提取簇内的所有体素。

我想在Matlab中这样做。

Answer 1

将regionprops与'PixelIdxList'属性一起使用。默认情况下，它使用8路连接区域。它还获得了对计算有用的线性索引。

示例：

A = false(4,4,3);
A(1,1,1) = true;
A(3,3,3) = true;
rp = regionprops(A,'PixelIdxList');

EDU>> A(rp(1).PixelIdxList)

ans =

     1

EDU>> A(rp(2).PixelIdxList)

ans =

     1

您还可以使用'PixelList'获取3D坐标：

EDU>> rp = regionprops(A,'PixelList');
EDU>> rp

rp = 

2x1 struct array with fields:
    PixelList

EDU>> rp(1)

ans = 

    PixelList: [1 1 1]

EDU>> rp(2)

ans = 

    PixelList: [3 3 3]

Answer 2

这称为连通成分分析。

一种简单的方法是通过种子填充：系统地扫描整个域;当你遇到'1'时，递归访问所有'1'邻居并将它们设置为'0'（以避免多次访问它们）。顶级访问枚举群集中的所有体素。清除群集后，继续搜索其他“1”。

请注意这将是堆栈密集型的，为此目的实现显式堆栈可能更好。

Answer 3

这取决于您希望采用的规则。以及你的3D代表如何。它是点云，还是使用颜色来表示深度的2D位图，或者是 3D数组，或者......

您可以尝试根据平面或3D空间内的小3D云将它们聚类。首先，将3D空间切割成平面并对其使用2D聚类算法。然后，您将拥有每个深度平面的聚类（如果存在）。如果为秒，则修改2D搜索聚类算法以使用空间立方体而不是平面的正方形作为帧。您甚至可以在切片平面上使用2D算法，然后检查周围的平面以查看群集是否在3D空间中更进一步。但这样效率低下。我不是matlab专家，所以我无法帮助你实现，但也许有一些工具箱已经完全按照你想要的方式做了。当然，你将如何做到这一点取决于你的图像在记忆中的表现方式。也许您必须更改格式才能轻松高效地提取群集。给谷歌做点什么。

编辑：刚才有个主意。使用正确的格式，只需对数据进行排序。您应该获得所有相邻点的列表。合并输入数据中的坐标信息。排序通常比连接快。

如何在二进制3D图像中找到聚类？

3 个答案: