Matlab का उपयोग करके जिगर विभाजन के लिए अनुकूली थ्रेसहोल्डिंग

Question

मुझे एडेप्टिव थ्रेशोल्डिंग का उपयोग करके एक पेट की सीटी छवि से जिगर को खंडित करने की आवश्यकता है। लेकिन मैं पूरे अग्रभूमि को अकेले पृष्ठभूमि से अलग कर देता हूं। मुझे अग्रभाग के केवल यकृत वाले हिस्से को अलग करने की आवश्यकता है। Http://www.ijcaonline.org/casct/number1/SPE34T.pdf में पीडीएफ फाइल को देखें। मुझे चित्र 6 में दिखाए गए समान आउटपुट की आवश्यकता है।

मैं अपनी कोडिंग यहां संलग्न करता हूं। कृपया मेरी मदद करें।

%testadaptivethresh.m
clear;close all;
im1=imread('nfliver2.jpg');
bwim1=adaptivethreshold(im1,11,0.03,0);
figure,imshow(im1);
figure,imshow(bwim1);
imwrite(bwim1,'at2.jpg');

---

function bw=adaptivethreshold(IM,ws,C,tm)
%ADAPTIVETHRESHOLD An adaptive thresholding algorithm that seperates the
%foreground from the background with nonuniform illumination.
%  bw=adaptivethreshold(IM,ws,C) outputs a binary image bw with the local 
%   threshold mean-C or median-C to the image IM.
%  ws is the local window size.
%  tm is 0 or 1, a switch between mean and median. tm=0 mean(default); tm=1 median.
%
%  Contributed by Guanglei Xiong ([e-mail])
%  at Tsinghua University, Beijing, China.
%
%  For more information, please see
%  http://homepages.inf.ed.ac.uk/rbf/HIPR2/adpthrsh.htm

if (nargin<3)
    error('You must provide the image IM, the window size ws, and C.');
elseif (nargin==3)
    tm=0;
elseif (tm~=0 && tm~=1)
    error('tm must be 0 or 1.');
end

IM=mat2gray(IM);

if tm==0
    mIM=imfilter(IM,fspecial('average',ws),'replicate');
else
    mIM=medfilt2(IM,[ws ws]);
end
sIM=mIM-IM-C;
bw=im2bw(sIM,0);
bw=imcomplement(bw);

Testadaptivethresh.m के लिए मेरा संशोधित कोड

clear;
im=imread('nfliver7.gif');
figure,imshow(im)
bwim1=adaptivethreshold(im,300,-0.15,0);
bw=bwareaopen(bwim1,3000);
se=strel('diamond',4);
er=imerode(bw,se);
bw1=bwareaopen(er,3000);
er1=imerode(bw1,se);
bw2=bwareaopen(er1,1000);
fi=imfill(bw2,'holes');
figure,imshow(fi)

op=uint8(fi);
seg=im.*op;
figure,imshow(seg)
imwrite(seg,'sliver7.jpg');

Comments

क्या अनुकूली थ्रेसहोल्ड का उपयोग करना आवश्यक है?

— विनी

blogs.mathworks.com/steve/2006/06/02/cell-segmentation इस यू इसे बाहर की कोशिश कर सकते पाया

— vini

हां, मुझे केवल अनुकूली थ्रॉल्डिंग का उपयोग करने की आवश्यकता है। यदि नहीं, तो क्या आप मुझे किसी अन्य अच्छी विभाजन पद्धति (क्षेत्र में वृद्धि और FCM के अलावा) का सुझाव दे सकते हैं?

— गोमती

www4.comp.polyu.edu.hk/~cslzhang/code.htm मैंने पाया कि यह यू के। झांग, एच। सॉन्ग और एल। झांग के लिए कोड देख सकता है, "स्थानीय छवि ऊर्जा द्वारा सक्रिय कंट्रोवर्सी प्रेरित", पैटर्न मान्यता, वॉल्यूम। 43, अंक 4, पीपी। 1199-1206, अप्रैल 2010. यह इस छवि के लिए पर्याप्त रूप से काम करता है

— विनी

बहुत बहुत धन्यवाद। मुझे आउटपुट मिला। मैंने पैरामीटर मानों को बदल दिया और रूपात्मक संचालन किया। आप सभी को धन्यवाद।

— गोमती

Answer 1

मैंने आपके द्वारा संदर्भित कागज (एसएस कुमार का) का लिंक देखा था और जहां आपको कोड (HIPR) मिला वह दो अलग-अलग एल्गोरिदम हैं - भले ही दोनों एडाप्टिव थ्रेशहोल्ड की तरह लग रहे हों

पहले मैं आपको अंतर बताना चाहूंगा।

HIPR विधि में, एक सामान्य धारणा अनिवार्य रूप से 2 वर्ग स्तर की छवि है - अर्थात अग्रभूमि और पृष्ठभूमि। किसी भी 2 वर्ग थ्रेसहोल्ड में, एक छवि हिस्टोग्राम के भीतर 2 चोटियों या क्षेत्रों की अपेक्षा करता है, विशेष रूप से पृष्ठभूमि बनाम अग्रभूमि, पाठ बनाम श्वेत पत्र। यदि आपको किसी तरह हिस्टोग्राम में एक इष्टतम घाटी बिंदु मिला है - तो आपको सबसे साफ विभाजन मिलता है। यहाँ हिस्टोग्राम की तरह लग सकता है:

हालाँकि, यह घाटी बिंदु स्थानीय स्तर पर थोड़ा शिफ्ट हो सकता है। वहाँ दिए गए प्रकाश विविधताओं के अच्छे उदाहरण हैं। इसलिए, यह इष्टतम घाटी बिंदु हर जगह मौजूद है, लेकिन स्थानिक रूप से थोड़ा भिन्न होता है, इसलिए एक सार्वभौमिक सीमा विफल होगी। इसलिए, घाटी बिंदु (दहलीज) की गणना प्रत्येक स्थानीय क्षेत्र पर की जाती है।

एसएस कुमार के पेपर की विधि और अधिक विशेष रूप से आपके द्वारा काम की जाने वाली छवियों का वर्ग, बहु-वर्ग (विभिन्न तीव्रता बैंड और प्रसार के साथ प्रत्येक वस्तु) है। इस स्थिति में, हिस्टोग्राम बहु-मोडल होते हैं, अर्थात इसमें कई चोटियाँ और घाटियाँ होती हैं और संभवतः प्रत्येक शिखर अलग-अलग वस्तु के अनुरूप होता है, फिर भी यह और भी जटिल हो सकता है।

हिस्टोग्राम बस इस तरह दिख सकता है: (यह कागज के रूप में एक ही छवि है)।

इस मामले में, उपरोक्त 2 वर्ग दृष्टिकोण बस विफल हो जाएगा क्योंकि कोई भी अच्छी घाटी नहीं है। यही कारण है कि आपकी जो पहली छवि पोस्ट की गई है, वह चारों ओर काले / सफेद डॉट्स जैसी दिखती है।

का अर्थ अनुकूली थ्रेशोल्डिंग यहाँ, मतलब है कि आप सही शिखर और ग्रे पैमाने के बैंड है जो शामिल किया गया लीवर और अन्य वस्तुओं के सबसे तीव्रता जो की अनुमति देता है निरा विरोधाभासों में हैं की पहचान करने की जरूरत है

आपको क्या करना चाहिये?

सबसे पहले, अगर एडेप्टिव थ्रेशोल्ड का उपयोग करना अनिवार्य है, तो हिस्टोग्राम ढूंढें और देखें कि क्या तीव्रता सीमा है और फिर बाएं या दाएं की दहलीज के लिए तीव्रता सीमाएं हैं जो पिक्सल को त्याग दिया जाना चाहिए।

वैकल्पिक रूप से आप रीजन ग्रोइंग या स्प्लिट और अल्गोरिद्म का उपयोग कर सकते हैं। कुछ जानकारी के लिए इस प्रश्न का संदर्भ लें: सरल चित्रों के लिए किस विभाजन विधियों का उपयोग किया जा सकता है?

Comments

बहुत बहुत धन्यवाद। यह एक बहुत ही जानकारीपूर्ण उत्तर था सर।

— गोमती