InglesPransesEspanyol

Patakbuhin ang mga server | Ubuntu > | Fedora > |


OnWorks favicon

mia-2dstack-cmeans-presegment - Online sa Cloud

Patakbuhin ang mia-2dstack-cmeans-presegment sa OnWorks na libreng hosting provider sa Ubuntu Online, Fedora Online, Windows online emulator o MAC OS online emulator

Ito ang command mia-2dstack-cmeans-presegment na maaaring patakbuhin sa OnWorks na libreng hosting provider gamit ang isa sa aming maramihang libreng online na workstation gaya ng Ubuntu Online, Fedora Online, Windows online emulator o MAC OS online emulator

PROGRAMA:

NAME


mia-2dstack-cmeans-presegment - Paunang uriin ang serye ng input na imahe sa pamamagitan ng paggamit ng c-means
estimator

SINOPSIS


mia-2dstack-cmeans-presegment -i -o -L [mga pagpipilian]

DESCRIPTION


mia-2dstack-cmeans-presegment Ang program na ito ay unang sinusuri ang isang kalat-kalat na histogram ng isang input
serye ng imahe, pagkatapos ay nagpapatakbo ng c-means classification sa histogram, at pagkatapos ay nagtatantiya
ang mask para sa isang (ibinigay) na klase batay sa mga probabilidad ng klase. Ang program na ito ay tumatanggap lamang
mga larawan ng walo o 16 bit integer pixels.

Opsyon


File-IO
-i --in-file=(input, kinakailangan); io
(mga) input na imahe na sasalain Para sa mga sinusuportahang uri ng file tingnan
MGA PLUGIN:2dimage/io

-p --out-probmap=(output); string
I-save ang probability map sa file na ito

-t --type=png
uri ng pangalan ng file ng output

-o --out-mask=(output, kinakailangan); string
base ng pangalan ng file ng output

Tulong & Impormasyon
-V --verbose=babala
verbosity ng output, pag-print ng mga mensahe ng ibinigay na antas at mas mataas na priyoridad.
Ang mga sinusuportahang priyoridad na nagsisimula sa pinakamababang antas ay:
info - Mga mensahe sa mababang antas
kopyahin o sipiin sa pamamagitan ng pag-aninag - Trace ng tawag sa function
mabigo - Mag-ulat ng mga pagkabigo sa pagsubok
babala - Mga babala
mali - Mag-ulat ng mga error
mag-alis ng mga insekto ‐ Debug na output
mensahe - Mga normal na mensahe
nakamamatay ‐ Iulat lamang ang mga nakamamatay na pagkakamali

--copyright
i-print ang impormasyon sa copyright

-h --tulong
i-print ang tulong na ito

-? --gamit
mag-print ng maikling tulong

--bersyon
i-print ang numero ng bersyon at lumabas

parameter
-T --histogram-thresh=5; lumutang sa [0, 50]
Porsiyento ng mga extrem na bahagi ng histogram na i-collapse sa
kani-kanilang huling histogram bin.

-C --classes=kmeans:nc=3
C-means class initializerC-means class initializer Para sa mga sinusuportahang plugin
tingnan ang PLUGINS:1d/cmeans

-S --seed-threshold=0.95; lumutang sa (0, 1)
Ang halaga ng threshold ng posibilidad upang isaalang-alang ang isang pixel bilang seed pixel.

-L --label=(kinakailangan); int sa [0, 10]
Label ng klase para likhain ang mask mula sa label ng Klase kung saan likhain ang mask mula sa

Pagproseso
--mga thread=-1
Maximum na bilang ng mga thread na gagamitin para sa pagproseso, Ang bilang na ito ay dapat na mas mababa
o katumbas ng bilang ng mga lohikal na core ng processor sa makina. (-1:
awtomatikong pagtatantya). Pinakamataas na bilang ng mga thread na gagamitin para sa pagproseso, Ito
Ang numero ay dapat na mas mababa o katumbas ng bilang ng mga lohikal na core ng processor
ang makina. (-1: awtomatikong pagtatantya).

MGA PLUGIN: 1d/cmeans


kahit na C-Means initializer na nagtatakda ng mga paunang sentro ng klase bilang pantay na ipinamamahagi
higit sa [0,1], ang mga sinusuportahang parameter ay:

nc =(kailangan, ulong)
Bilang ng mga klase na gagamitin para sa fuzzy-cmeans classification.

kmeans C-Means initializer na nagtatakda ng mga inisyal na sentro ng klase sa pamamagitan ng paggamit ng k-means
pag-uuri, ang mga sinusuportahang parameter ay:

nc =(kailangan, ulong)
Bilang ng mga klase na gagamitin para sa fuzzy-cmeans classification.

paunang natukoy
C-Means initializer na nagtatakda ng mga paunang natukoy na halaga para sa mga paunang sentro ng klase,
Ang mga sinusuportahang parameter ay:

cc =(kinakailangan, vdouble)
Ang mga sentro ng paunang klase ay fuzzy-cmeans classification (na-normalize sa range
[0,1]).

MGA PLUGIN: 2dimage/io


bmp BMP 2D-image input/output support

Mga kinikilalang extension ng file: .BMP, .bmp

Mga sinusuportahang uri ng elemento:
binary data, unsigned 8 bit, unsigned 16 bit

datapool Virtual IO papunta at mula sa panloob na data pool

Mga kinikilalang extension ng file: .@

dicom 2D image io para sa DICOM

Mga kinikilalang extension ng file: .DCM, .dcm

Mga sinusuportahang uri ng elemento:
nilagdaan ang 16 bit, hindi nilagdaan ang 16 bit

exr isang 2dimage io plugin para sa OpenEXR na mga imahe

Mga kinikilalang extension ng file: .EXR, .exr

Mga sinusuportahang uri ng elemento:
unsigned 32 bit, floating point 32 bit

jpg isang 2dimage io plugin para sa jpeg gray scale na mga imahe

Mga kinikilalang extension ng file: .JPEG, .JPG, .jpeg, .jpg

Mga sinusuportahang uri ng elemento:
unsigned 8 bit

png isang 2dimage io na plugin para sa mga larawang png

Mga kinikilalang extension ng file: .PNG, .png

Mga sinusuportahang uri ng elemento:
binary data, unsigned 8 bit, unsigned 16 bit

hilaw Suporta sa output ng RAW 2D-image

Mga kinikilalang extension ng file: .RAW, .raw

Mga sinusuportahang uri ng elemento:
binary data, 8 bit na nilagdaan, 8 bit na hindi nilagdaan, 16 bit na nilagdaan, 16 bit na hindi nilagdaan,
nilagdaan ang 32 bit, unsigned 32 bit, floating point 32 bit, floating point 64
kaunti

tif TIFF 2D-image input/output support

Mga kinikilalang extension ng file: .TIF, .TIFF, .tif, .tiff

Mga sinusuportahang uri ng elemento:
binary data, unsigned 8 bit, unsigned 16 bit, unsigned 32 bit

tingnan isang 2dimage io plugin para sa mga larawan ng vista

Mga kinikilalang extension ng file: .V, .VISTA, .v, .vista

Mga sinusuportahang uri ng elemento:
binary data, 8 bit na nilagdaan, 8 bit na hindi nilagdaan, 16 bit na nilagdaan, 16 bit na hindi nilagdaan,
nilagdaan ang 32 bit, unsigned 32 bit, floating point 32 bit, floating point 64
kaunti

Halimbawa


Patakbuhin ang program sa mga imahe imageXXXX.png na may kalat-kalat na histogram, threshold ang mas mababa
30% bins (kung magagamit), magpatakbo ng cmeans na may dalawang klase sa mga hindi zero na pixel at pagkatapos
lumikha ng mask para sa klase 1 bilang foregroundXXXX.png.

mia-2dstack-cmeans-presegment -i imageXXXX.png -o foreground -t png --histogram-tresh=30
--klase 2 --label 1

AUTHOR(s)


Gert Wollny

COPYRIGHT


Ang software na ito ay Copyright (c) 1999‐2015 Leipzig, Germany at Madrid, Spain. Dumating ito
na WALANG WARRANTY at maaari mo itong muling ipamahagi sa ilalim ng mga tuntunin ng GNU
PANGKALAHATANG PUBLIC LICENSE Bersyon 3 (o mas bago). Para sa karagdagang impormasyon, patakbuhin ang programa gamit ang
opsyon na '--copyright'.

Gumamit ng mia-2dstack-cmeans-presegment online gamit ang mga serbisyo ng onworks.net


Ad


Ad