Quel est le moyen le plus efficace de construire des images d'entraînement à partir de la sortie de segmentation?

Question

Je souhaite créer des images de formation à partir de la sortie de transformation de bassin versant afin que chaque cellule comporte un seul segment d'image. Comment puis-je le faire de la manière la plus efficace?

Plus de détails: suppose L est la sortie de la segmentation des bassins versants:

L = 

1  1  2 
1  0  2 
1  2  2 
0  0  2 

• 0 est-fond
• 1 est le numéro de segment 1, 2 est le numéro de segment 2 et ainsi de suite.

Je veux construire une cellule avec deux images, chacune contiennent un segment:

cell1= 

1  1 
1  0 
1  0 

cell2= 

0  2 
0  2 
2  2 
0  2 

Je sais que je peux le faire avec certains pour les boucles et si les conditions, mais je dois avoir une solution avec le meilleur coût de calcul. Peut-être que Matlab a une fonction de bulit-in pour cette tâche?

Answer 1

Il peut être fait avec une suite linner ;-)

U = regionprops(L, 'Image') 

Comparaison entre les solutions (L est une image pixel 1200x1600):

>> tic; 
for index=1:100 
U = regionprops(L, 'Image'); 
end 
toc; 

Le temps écoulé est 20,138794 secondes.

>>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; 

temps écoulé est 300,744868 secondes.

>> tic; 
for index=1:100 
u = unique(L(:)); 
B = arrayfun(@(x) removePadding(L, x)*2, u(2:end), 'UniformOutput', false); 
end 
toc; 

temps écoulé est 182,193148 secondes.

Answer 2

Puisque vous avez demandé un moyen efficace, je pense que la solution suivante devrait bien fonctionner. Bien qu'il utilise 1 boucle for, il boucle seulement N fois où N est le number of segments dans votre sortie transformée de bassin, ce qui est généralement très faible pour les segmentations d'image (N = 2 pour votre exemple).

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 

Answer 3

J'ai écrit ici une solution propre/court, mais je ne sais pas s'il est plus rapide ou plus lent que celui de Lincoln. Essayez simplement vous-même en utilisant tic/toc.

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) 

sortie Will:

ans = 
{ 
    [1,1] = 

    1 1 
    1 0 
    1 0 

    [2,1] = 

    0 2 
    0 2 
    2 2 
    0 2 

} 

Attention: La fonction removePadding supprimera toutes les lignes/colonnes qui ne contiennent que des zéros. Cela signifie que cela ne fonctionnera pas si une région n'est pas connectée, car les lignes/cols intermédiaires seront également supprimés. Mais je pense que cela ne se produira pas dans votre cas car le bassin versant (IMO) ne retournera que le même indice de région (par exemple 1 pour la région 1) si la région est entièrement connectée.

---

Speedtest: D'abord, L et ma fonction est définie. Maintenant, le test:

>> 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. 

Vous pouvez maintenant copier ce test-extrait et le modifier pour vérifier également la vitesse de calcul Lincolns.

EDIT2: Je défini comme solution Lincolns C = myFun(L) puis exécutez le nouveau test de vitesse:

>> tic; 
>> for i = 1:1000 
    B = myFun(L); 
end 
>> toc 
Elapsed time is 1.01026 seconds. 

semble beaucoup plus rapide :-) Même si en utilisant une boucle for.