Image Processing Toolbox
Ausführen von Bildverarbeitung, -visualisierung und -analyse
Die Image Processing Toolbox™ bietet einen umfangreichen Satz von Referenzstandardalgorithmen und Workflow-Apps zur Bildverarbeitung, Bildanalyse, Visualisierung und Algorithmenentwicklung. Sie können Folgendes ausführen: Bildsegmentierung, Bildverbesserung, Rauschminderung, geometrische Transformationen, Bildregistrierung und 3D-Bildverarbeitung.
Mit Image Processing Toolbox-Apps können Sie gebräuchliche Bildverarbeitungsworkflows automatisieren. Sie können interaktiv Bilddaten segmentieren, Bildregistrierungsverfahren vergleichen und große Datensätze im Batch verarbeiten. Mit Visualisierungsfunktionen und -Apps können Sie Bilder, 3D-Volumina und Videos untersuchen, den Kontrast einstellen, Histogramme erstellen und Bereiche von Interesse (ROIs) anpassen.
Sie können Ihre Algorithmen beschleunigen, indem Sie sie mit Mehrkern-Prozessoren und GPUs ausführen. Viele Toolbox-Funktionen unterstützen die C/C++ Codegenerierung für Desktop-Prototypenentwicklung und eingebettete Vision System-Bereitstellung.
Jetzt beginnen:
Erfassen und Importieren von Daten
Importieren Sie Bilder und Videos, die durch eine Vielzahl von Geräten erstellt werden. Dazu gehören Webcams, Digitalkameras, Satelliten- und Flugzeugaufnahmegeräte, medizinische Bilderfassungsgeräte, Mikroskope, Teleskope und andere wissenschaftliche Instrumente.
Unterstützung einer Reihe von speziellen Bilddateiformaten. Die Toolbox unterstützt das Dateiformat DICOM für medizinische Bilder, einschließlich der zugehörigen Metadaten, sowie die Formate Analyze 7.5 und Interfile.
Anzeige von High Dynamic Range Images
Apps zum Erkunden und Entdecken
Verwenden SieApps zum Erkunden und Entdecken verschiedener algorithmischer Lösungsansätze. Mit der Color Thresholder-App können Sie Bilder basierend auf verschiedenen Farbräumen segmentieren. Mit der Image Viewer-App können Sie ROIs interaktiv positionieren und ändern sowie Punkte, Linien, Rechtecke, Polygone, Ellipsen und Freihandformen anpassen.
Farbbasierte Segmentierung
Bildverbesserungsmethoden
Steigern Sie das Signal-Rauschen-Verhältnis und betonen Sie Bildfunktionsmerkmale, indem Sie die Farben oder Intensitäten eines Bildes ändern. Führen Sie Konvolution und Korrelation durch, entfernen Sie Rauschen, stellen Sie den Kontrast ein und bilden Sie den dynamischen Bereich neu ab.
Verstärkung von Multispektral-Farbbildern
Morphologische Operatoren
Diese ermöglichen die Verstärkung der Kontraste, Entfernung von Rauschen und dünn besetzten Bereichen oder Segmentierung von Bildern in Bereiche.
Granulometrie von Schneeflocken
Schärfung
Beseitigen Sie Unschärfen, die durch falsche Brennweiteneinstellungen, Kamera- oder Objektbewegungen, atmosphärische Bedingungen, zu kurze Belichtungszeiten und andere Faktoren verursacht wurden.
Bildschärfung mithilfe eines Blind Deconvolution-Algorithmus
3D-Visualisierung
Erkunden Sie ein 3D-Volumen, indem verschiedene Visualisierungsmethoden zur Erkundung der Datenstruktur verwendet werden. Sie können die Pixelintensität eines 3D-Volumens und die Opazität einstellen, um eine spezifische Region im Volumen hervorzuheben.
3D-Verarbeitung
Verwenden Sie 3D-spezifische Funktionen zusätzlich zu ND-Funktionen, die komplette Bildverarbeitungsworkflows mit 3D-Daten ermöglichen.
3D-Segmentierung
Verwenden Sie Programmfunktionen und interaktive Apps, um die 3D-Segementierung durchzuführen. Zur Durchführung der Segmentierung der 3D-Daten können Sie Schwellenwertdefinition, aktive Konturen, semantische Segmentierung und andere Techniken nutzen.
Kantenerkennung
Identifizieren Sie Objektgrenzen in einem Bild mithilfe vordefinierter Algorithmen. Zu diesen Algorithmen zählen das Sobel-, Prewitt-, Roberts-, Canny und die LoG (Laplacian of Guassian) Methode.
Image Region Analysis
Berechnen Sie die Eigenschaften von Regionen in Bildern wie Fläche, Schwerpunkt, Bounding Box und Orientierung. Mit der Image Region Analysis-App können Sie automatisch Regionen anhand von Eigenschaften zählen, sortieren und entfernen.
Image Region Analyzer App
Hough-Transformationen, Statistikfunktionen und Farbraumkonvertierung
Finden Sie Liniensegmente, Linienendpunkte und Kreise. Mit Statistikfunktionen können Sie die Bildeigenschaften analysieren. Die Konvertierung von Farbräumen stellt Farben geräteunabhängig genau dar.
Kreisförmige Objekte in Bildern erkennen und messen
Bildsegmentierungstechniken
Bestimmen Sie Regionsgrenzen in einem Bild und erkunden Sie unterschiedliche Ansätze zur Bildsegmentierung. Verwenden Sie Segmentierungs-Apps, um diese Techniken interaktiv zu erkunden.
Watershed-Segmentierung
Nutzen Sie Watershed-Segmentierung, um sich berührende Objekte in einem Bild voneinander zu trennen. Die Watershed-Transformation wird auf diese Aufgabe häufig angewendet.
Marker-Controlled Watershed-Segmentierung
Bildregistrierungsmethoden
Nutzen Sie intensitätsbasierte Bildregistrierung, die Bilder automatisch anhand der relativen Intensitätsmuster ausrichten. Führen Sie multimodale 3D-Registrierung und nicht rigide Registrierung aus und prüfen Sie die Ergebnisse visuell durch Erstellen von Kompositbildern, die falsche Ausrichtungen hervorheben.
Zielhardware
Automatisches Generieren von C-, C++- und HDL-Code. Viele Bildverarbeitungsfunktionen unterstützen die Codegenerierung und erlauben Ihnen, Bildverarbeitungsalgorithmen auf PC-Hardware, FPGAs und ASICs sowie eingebetteter Hardware auszuführen.
GPU-Beschleunigung
Verwenden Sie GPUs und Multicore-Prozessoren, um Ihre Anwendungs- und Modellleistung zu verbessern.
Marker-Controlled Watershed-Segmentierung
Volumen-Segmentier-App:
Segmentierte 3-D-Graustufen- oder RGB-Volumenbilder
Deep Learning:
Ändern der Größe von 2D- und 3D-Eingabeschichten und der räumlichen Dimensionen von Deep Learning-Arrays durch einen Skalierungsfaktor oder auf eine bestimmte Größe
Bildqualitätsmetriken:
Messen der Bildfarbe mit dem X-Rite ColorChecker-Testkarte
Farbfehler:
Berechnen von Farbunterschieden nach CIE76, CIE94 oder CIEDE2000-Standard
DICOM-RT-Konturen:
Volumetrische Maske aus Konturdaten erzeugen
Details zu diesen Merkmalen und den zugehörigen Funktionen finden Sie in den Versionshinweisen.
MATLAB für Deep Learning
Mit nur wenigen Zeilen MATLAB -Code können Sie Deep-Learning-Techniken für Ihre Arbeit nutzen, ganz gleich, ob Sie Algorithmen entwerfen, Daten aufbereiten und kennzeichnen oder Code generieren und auf Embedded Systems bereitstellen.