Main Content

imsegkmeans3

k-평균 군집화 기반 볼륨 분할

페이지 내 모두 축소

구문

L = imsegkmeans3(V,k)
[L,centers] = imsegkmeans3(V,k)
L = imsegkmeans3(V,k,Name,Value)

설명

예제

L = imsegkmeans3(V,k)는 k-평균 군집화를 수행하여 볼륨 V를 k개의 군집으로 분할하고, 이렇게 분할한 레이블이 지정된 출력을 L로 반환합니다.

[L,centers] = imsegkmeans3(V,k)는 군집 중심 위치 centers도 반환합니다.

L = imsegkmeans3(V,k,Name,Value)는 이름-값 쌍을 사용하여 k-평균 군집화 알고리즘의 특성을 제어합니다.

예제

모두 축소

라이브 스크립트 열기

3차원 회색조 MRI 볼륨을 불러온 다음 volshow를 사용하여 표시합니다.

load mristack
volshow(mristack);

볼륨을 3개의 군집으로 분할합니다.

L = imsegkmeans3(mristack,3);

volshow를 사용하여 분할된 볼륨을 표시합니다. 분할된 볼륨의 슬라이스를 살펴보려면 볼륨 뷰어 앱을 사용하십시오. 

figure
volshow(L);

입력 인수

모두 축소

분할할 볼륨으로, 크기가 m×n×p인 3차원 회색조 볼륨 또는 크기가 m×n×p×c인 3차원 다중분광 볼륨으로 지정됩니다. 여기서 p는 평면의 개수이고 c는 채널의 개수입니다.

참고

imsegkmeans3은 2차원 컬러 영상을 크기가 m×n×3인 3차원 볼륨처럼 취급합니다. 2차원 동작을 원하면 imsegkmeans 함수를 사용하십시오.

데이터형: single | int8 | int16 | uint8 | uint16

생성할 군집의 개수로, 양의 정수로 지정됩니다.

이름-값 인수

선택적 인수 쌍을 Name1=Value1,...,NameN=ValueN으로 지정합니다. 여기서 Name은 인수 이름이고 Value는 대응값입니다. 이름-값 인수는 다른 인수 뒤에 와야 하지만, 인수 쌍의 순서는 상관없습니다.

R2021a 이전 릴리스에서는 쉼표를 사용하여 각 이름과 값을 구분하고 Name을 따옴표로 묶으십시오.

예: 'NumAttempts',5

입력 데이터를 평균 0과 단위 분산을 갖도록 정규화할지 여부로, 'NormalizeInput'과 함께 숫자형 또는 논리형 1(true) 또는 0(false)이 쉼표로 구분되어 지정됩니다. true를 지정할 경우 imsegkmeans3은 입력값의 각 채널을 개별적으로 정규화합니다.

새로운 초기 군집 중심 위치를 사용하여 군집화 과정을 반복할 횟수로, 'NumAttempts'와 양의 정수가 쉼표로 구분되어 지정됩니다.

최대 반복 횟수로, 'MaxIterations'와 함께 양의 정수 값이 쉼표로 구분되어 지정됩니다.

정확도 임계값으로, 'Threshold'와 함께 양수가 쉼표로 구분되어 지정됩니다. 연속적인 반복에서 각 군집 중심이 임계값보다 적게 이동하면 이 알고리즘은 중지합니다.

출력 인수

모두 축소

레이블 행렬로, 양의 정수로 구성된 행렬로 지정됩니다. 레이블 1이 지정된 픽셀은 첫 번째 군집에, 레이블 2 픽셀은 두 번째 군집에 속하는 식으로 k개의 군집 각각에 대해 분류됩니다. L은 볼륨 V와 처음 3개 차원이 같습니다. L의 클래스는 군집 수에 따라 다릅니다.

L의 클래스군집 개수
'uint8'k <= 255
'uint16'256 <= k <= 65535
'uint32'65536 <= k <= 2^32-1
'double'2^32 <= k

군집 중심 위치이며, k×c 크기의 숫자형 행렬로 반환됩니다. 여기서 k는 군집의 개수, c는 채널의 개수입니다. centers는 영상 I와 동일한 클래스를 가집니다.

팁

  • 이 함수는 재현 가능한 결과를 제공합니다. 여러 번 실행해도 입력 인수가 같으면 출력값은 바뀌지 않습니다.

참고 문헌

[1] Arthur, David, and Sergei Vassilvitskii. “K-Means++: The Advantages of Careful Seeding.” In Proceedings of the Eighteenth Annual ACM-SIAM Symposium on Discrete Algorithms, 1027–35. SODA ’07. USA: Society for Industrial and Applied Mathematics, 2007.

버전 내역

R2018b에 개발됨

참고 항목

앱

함수