Ini adalah perintah mia-2dstack-cmeans-presegment yang dapat dijalankan di penyedia hosting gratis OnWorks menggunakan salah satu dari beberapa workstation online gratis kami seperti Ubuntu Online, Fedora Online, emulator online Windows atau emulator online MAC OS
PROGRAM:
NAMA
mia-2dstack-cmeans-presegment - Pra-klasifikasi seri gambar input dengan menggunakan c-means
penduga
RINGKASAN
mia-2dstack-cmans-presegment -i -o -L [pilihan]
DESKRIPSI
mia-2dstack-cmans-presegment Program ini pertama-tama mengevaluasi histogram sparse dari sebuah input
seri gambar, kemudian menjalankan klasifikasi c-means di atas histogram, dan kemudian memperkirakan
topeng untuk satu (diberikan) kelas berdasarkan probabilitas kelas. Program ini hanya menerima
gambar delapan atau 16 bit integer piksel.
PILIHAN
File-IO
-i --in-file=(masukan, diperlukan); io
masukan gambar yang akan difilter Untuk jenis file yang didukung, lihat
PLUGIN:2dimage/io
-p --out-probmap=(keluaran); rangkaian
Simpan peta probabilitas ke file ini
-t --tipe=png
jenis nama file keluaran
-o --out-mask=(keluaran, diperlukan); rangkaian
basis nama file keluaran
Bantuan & Info
-V --verbose=peringatan
verbositas output, pesan cetak dari tingkat tertentu dan prioritas yang lebih tinggi.
Prioritas yang didukung mulai dari level terendah adalah:
Info - Pesan tingkat rendah
jejak - Jejak panggilan fungsi
gagal - Laporkan kegagalan pengujian
peringatan - Peringatan
kesalahan - Laporkan kesalahan
men-debug - Keluaran debug
pesan - Pesan biasa
fatal - Laporkan hanya kesalahan fatal
--hak cipta
cetak informasi hak cipta
-h --bantuan
cetak bantuan ini
-? --penggunaan
cetak bantuan singkat
--Versi: kapan
cetak nomor versi dan keluar
parameter
-T --histogram-thresh=5; mengapung di [0, 50]
Persentase bagian ekstrem dari histogram yang akan diciutkan menjadi
bin histogram terakhir masing-masing.
-C --kelas=kmeans:nc=3
C-means class initializerC-means class initializer Untuk plugin yang didukung
lihat PLUGIN:1d/cmeans
-S --seed-threshold=0.95; mengapung di (0, 1)
Nilai ambang probabilitas untuk mempertimbangkan suatu piksel sebagai piksel benih.
-L --label=(wajib); int di [0, 10]
Label kelas untuk membuat topeng dariLabel kelas untuk membuat topeng dari
Pengolahan
--utas=-1
Jumlah maksimum utas yang digunakan untuk pemrosesan, Jumlah ini harus lebih rendah
atau sama dengan jumlah inti prosesor logis dalam mesin. (-1:
estimasi otomatis). Jumlah utas maksimum yang digunakan untuk pemrosesan, Ini
nomor harus lebih rendah atau sama dengan jumlah inti prosesor logis di
mesin. (-1: estimasi otomatis).
PLUGIN: 1d/cm
bahkan Penginisialisasi C-Means yang menetapkan pusat kelas awal sebagai terdistribusi secara merata
lebih dari [0,1], parameter yang didukung adalah:
nc = (wajib, ulong)
Jumlah kelas yang digunakan untuk klasifikasi fuzzy-cmeans.
km berarti C-Means initializer yang menetapkan pusat kelas awal dengan menggunakan k-means
klasifikasi, parameter yang didukung adalah:
nc = (wajib, ulong)
Jumlah kelas yang digunakan untuk klasifikasi fuzzy-cmeans.
sudah ditentukan sebelumnya
Penginisialisasi C-Means yang menetapkan nilai yang telah ditentukan sebelumnya untuk pusat kelas awal,
parameter yang didukung adalah:
cc =(wajib, vganda)
Klasifikasi pusat kelas awal fuzzy-cmeans (dinormalisasi ke rentang
[0,1]).
PLUGIN: 2 gambar/io
bmp Dukungan input/output gambar 2D BMP
Ekstensi file yang dikenali: .BMP, .bmp
Jenis elemen yang didukung:
data biner, unsigned 8 bit, unsigned 16 bit
kumpulan data IO virtual ke dan dari kumpulan data internal
Ekstensi file yang dikenali: .@
dikom Gambar 2D io untuk DICOM
Ekstensi file yang dikenali: .DCM, .dcm
Jenis elemen yang didukung:
bertanda 16 bit, tidak bertanda 16 bit
exr plugin io 2dimage untuk gambar OpenEXR
Ekstensi file yang dikenali: .EXR, .exr
Jenis elemen yang didukung:
tidak ditandatangani 32 bit, titik mengambang 32 bit
jpg plugin io 2dimage untuk gambar skala abu-abu jpeg
Ekstensi file yang dikenali: .JPEG, .JPG, .jpeg, .jpg
Jenis elemen yang didukung:
8 bit yang tidak ditandatangani
png plugin io 2dimage untuk gambar png
Ekstensi file yang dikenali: .PNG, .png
Jenis elemen yang didukung:
data biner, unsigned 8 bit, unsigned 16 bit
mentah Dukungan output gambar 2D RAW
Ekstensi file yang dikenali: .RAW, .raw
Jenis elemen yang didukung:
data biner, bertanda 8 bit, 8 bit tidak bertanda, 16 bit bertanda, 16 bit tidak bertanda,
ditandatangani 32 bit, 32 bit tidak ditandatangani, titik mengambang 32 bit, titik mengambang 64
sedikit
tif Dukungan input/output gambar 2D TIFF
Ekstensi file yang dikenali: .TIF, .TIFF, .tif, .tiff
Jenis elemen yang didukung:
data biner, unsigned 8 bit, unsigned 16 bit, unsigned 32 bit
pemandangan plugin io 2dimage untuk gambar vista
Ekstensi file yang dikenali: .V, .VISTA, .v, .vista
Jenis elemen yang didukung:
data biner, bertanda 8 bit, 8 bit tidak bertanda, 16 bit bertanda, 16 bit tidak bertanda,
ditandatangani 32 bit, 32 bit tidak ditandatangani, titik mengambang 32 bit, titik mengambang 64
sedikit
CONTOH
Jalankan program di atas gambar imageXXXX.png dengan histogram yang jarang, ambang batas yang lebih rendah
30% bin (jika tersedia), jalankan cmeans dengan dua kelas pada piksel bukan nol dan kemudian
buat topeng untuk kelas 1 sebagai foregroundXXXX.png.
mia-2dstack-cmeans-presegment -i imageXXXX.png -o latar depan -t png --histogram-tresh=30
--kelas 2 --label 1
PENULIS
Gert Wolny
HAK CIPTA
Perangkat lunak ini adalah Hak Cipta (c) 1999-2015 Leipzig, Jerman dan Madrid, Spanyol. Itu datang
dengan BENAR-BENAR TANPA JAMINAN dan Anda dapat mendistribusikannya kembali di bawah ketentuan GNU
LISENSI UMUM UMUM Versi 3 (atau lebih baru). Untuk informasi lebih lanjut, jalankan program dengan
opsi '--hak cipta'.
Gunakan mia-2dstack-cmeans-presegment online menggunakan layanan onworks.net