我想从分水岭变换输出中训练图像,以便在每个单元格中都有一个图像片段。我怎样才能以最有效的方式做到这一点?
更多细节:
假设L
是分水岭分割的输出:
L =
1 1 2
1 0 2
1 2 2
0 0 2
我想构建一个包含两个图像的单元格,每个图像都包含一个段:
cell1=
1 1
1 0
1 0
cell2=
0 2
0 2
2 2
0 2
我知道我可以用一些for循环和条件来做,但是我需要一个具有最佳计算成本的解决方案。也许Matlab有这个任务的内置功能吗?
答案 0 :(得分:2)
可以通过以下一个linner来完成; - )
U = regionprops(L, 'Image')
解决方案之间的比较(L是1200x1600像素图像):
>> tic;
for index=1:100
U = regionprops(L, 'Image');
end
toc;
经过的时间 20.138794 秒。
>>tic;
for index=1:100
N = max(L(:)); %//number of segments
C = cell(N,1); %//create Cell Array
[height, width] = size(L); %//get dimensions of image
for target=1:N %//for each segment..
%//search column-wise to get first and last column index
col_start = ceil(find(L==target,1)/height);
col_end = ceil(find(L==target,1,'last')/height);
%//search row-wise to get first and last row index
row_start = ceil(find(L.'==target,1)/width);
row_end = ceil(find(L.'==target,1,'last')/width);
T = L(row_start:row_end , col_start:col_end); %//image segment of bounding box
T(T~=target) = 0; %//set non-targets to 0
C{target} = T; %//add to cell array
end;
end
toc;
经过的时间 300.744868 秒。
>> tic;
for index=1:100
u = unique(L(:));
B = arrayfun(@(x) removePadding(L, x)*2, u(2:end), 'UniformOutput', false);
end
toc;
经过的时间 182.193148 秒。
答案 1 :(得分:1)
由于您要求有效的方法,我认为以下解决方案应该很好地工作。虽然它使用1 for-loop,但它只会循环N
次,而N
是分水岭变换输出中的number of segments
,对于图像分割来说通常非常低(N = 2)例子)。
N = max(L(:)); %//number of segments
C = cell(N,1); %//create Cell Array
[height, width] = size(L); %//get dimensions of image
for target=1:N %//for each segment..
%//search column-wise to get first and last column index
col_start = ceil(find(L==target,1)/height);
col_end = ceil(find(L==target,1,'last')/height);
%//search row-wise to get first and last row index
row_start = ceil(find(L.'==target,1)/width);
row_end = ceil(find(L.'==target,1,'last')/width);
T = L(row_start:row_end , col_start:col_end); %//image segment of bounding box
T(T~=target) = 0; %//set non-targets to 0
C{target} = T; %//add to cell array
end
答案 2 :(得分:1)
我在这里写了一个干净/简短解决方案,但我不知道它是否比林肯的那个更快或更慢。只需使用tic/toc
尝试自己。
function A = removePadding(L, x)
A = (L==x);
A(all(A == 0, 2), :)=[];
A(:, all(A == 0, 1))=[];
end
L = [1 1 2;1 0 2; 1 2 2; 0 0 2];
u = unique(L(:))
arrayfun(@(x) removePadding(L, x)*2, u(2:end), 'UniformOutput', false)
将输出:
ans =
{
[1,1] =
1 1
1 0
1 0
[2,1] =
0 2
0 2
2 2
0 2
}
注意:函数removePadding
将删除仅包含零的所有行/列。这意味着如果一个区域无法连接,它将无法工作,因为中间的行/列也将被删除。但我认为这不会发生在您的情况下,因为如果该区域完全连接,分水岭(IMO)将仅返回相同的区域索引(例如,区域1为1)。
SPEEDTEST: 首先,定义L和我的函数。 现在测试:
>> tic;
for i = 1:1000
u = unique(L(:));
B = arrayfun(@(x) removePadding(L, x)*2, u(2:end), 'UniformOutput', false);
end
>> toc
Elapsed time is 4.89563 seconds.
现在您可以复制此测试片段并对其进行修改,以检查林肯计算的速度。
EDIT2:我将Lincolns解决方案定义为C = myFun(L)
,然后再次运行速度测试:
>> tic;
>> for i = 1:1000
B = myFun(L);
end
>> toc
Elapsed time is 1.01026 seconds.
似乎更快:-)即使使用for循环。