Question

我想使用Matlab实现自适应分水岭分割。

此算法的一个步骤是：

逐个像素地扫描标记图。如果M（x0，y0）为1，则寻找半径为D（x，y）的邻域中的虚假最大值。

D和M都是二维数组。

是否有任何函数可以在2-D数组中找到每个元素指定距离内的所有邻居？

我无法使用rangesearch（）所以我不知道剂量可以解决我的问题。

提前谢谢！

Answer 1

一般来说，rengesearch绝对是解决这个问题的最佳方法。但是，由于您没有统计和机器学习工具箱，您可以尝试使用MATLAB的bwdist函数。

bwdist函数基本上是一个距离变换，它还可以返回某个点的距离图。 bwdist的第二个参数定义了要使用的距离函数的类型（默认距离函数是欧几里德）。

示例：

%inputMat is the original matrix
inputMat = ones(10,10);
%(Px,Py) is the point to calculate the distance from
Px = 5; Py = 5;

%calls bwdist
tempMat = false(size(inputMat));
tempMat(Py,Px) = true;
distMat = bwdist(tempMat);

%search for neighbour pixels 
neigbourPixels = distMat < D(Px,Py);
[Y, X] = ind2sub(size(neigbourPixels),find(neigbourPixels));

%prints result
[Y,X]

结果：

运行时优化

这种方法的缺点是，如果你多次调用它，bwdist的计算时间可能会很慢。因此，如果运行时很重要，我建议进行以下优化：

第一阶段：

在大矩阵上计算一次距离图，如下所示：

N = max(size(inputMat)); 
tempMat = false(N,N);
tempMat(N/2,N/2) = true;
distMatInitial = bwdist(tempMat);

第二阶段：

给定一个新点（Px，Py）你想要找到它的邻域，计算它的距离图而不再调用bwdist，只需从distMatInitial的中心复制一个补丁：

Mp = 30; %determines maximal patch size
distsMapFromPxPy = zeros(size(inputMat));
distsMapFromPxPy(Py-Mp:Py+Mp,Px-Mp:Px+Mp) = distMatInitial(N/2-Mp,N/2+Mp,N/2-Mp:N/2+Mp);

*请注意，此示例不处理边缘情况，例如：

(1)(Py-Mp)<0 (2)(Py+Mp)>m (3)(Px-Mp)<0 (4)(Px+Mp)>n

因此，如果您选择尝试这种方法，请不要忘记处理这些情况。

在2-D数组中查找每个元素指定距离内的所有邻居

1 个答案: