如何在二进制 3D 图像中找到簇？答案

【问题标题】：How to find clusters in binary 3D image?如何在二进制 3D 图像中找到簇？
【发布时间】：2015-09-29 13:59:39
【问题描述】：

我有一个二进制 3D 图像，即它只包含 0 和 1。现在我想找到所有 1 的簇（即只包含值 1 的体素簇）。最后，对于每个集群，我应该知道属于该集群的体素的坐标。

如何做到这一点？当然，我可以遍历所有体素，但困难在于检测集群并提取集群内的所有体素。

我想在 Matlab 中做这个。

【问题讨论】：

如果我理解得很好，您希望将 bwconncomp 与适当的连接级别（即 6、18 或 26）一起用于 3D 案例。

标签： matlab image-processing multidimensional-array 3d cluster-analysis

【解决方案1】：

这称为连通分量分析。

一种简单的方法是种子填充：系统地扫描整个域；当您遇到“1”时，递归访问所有“1”邻居并将它们设置为“0”（以避免多次访问它们）。顶级访问枚举集群中的所有体素。清除集群后，继续搜索其他 '1'。

请注意，这将是堆栈密集型的，为此目的实现显式堆栈会更好。

【讨论】：

【解决方案2】：

将regionprops 与'PixelIdxList' 属性一起使用。默认情况下，这使用 8 路连接区域。它还获得了对计算有用的线性索引。

例子：

A = false(4,4,3);
A(1,1,1) = true;
A(3,3,3) = true;
rp = regionprops(A,'PixelIdxList');

EDU>> A(rp(1).PixelIdxList)

ans =

     1

EDU>> A(rp(2).PixelIdxList)

ans =

     1

您也可以使用'PixelList' 获取 3D 坐标：

EDU>> rp = regionprops(A,'PixelList');
EDU>> rp

rp = 

2x1 struct array with fields:
    PixelList

EDU>> rp(1)

ans = 

    PixelList: [1 1 1]

EDU>> rp(2)

ans = 

    PixelList: [3 3 3]

【讨论】：

谢谢。 8路连接区域是什么意思？在您的示例中，您只有一个体素的集群。它还会返回具有多个体素的簇的体素坐标吗？
通常当你想找到连续区域时，你必须指定连通性。它可以是 4 路或 8 路连续的。 4-way 连接意味着它会从上到下搜索，而 8-way 将搜索一个点周围的所有 8 个像素。 Here 是一张描述它的好照片。这适用于 2D 案例。
但正如你所说，这是用于 2D 的。不应该将 16 路用于 3D 或类似的东西吗？
是的，我的意思是要注意相邻区域有不同类型的连接。因此，您需要确保您的应用程序使用默认设置。

【解决方案3】：

这取决于您希望采用的规则。以及您的 3D 是如何表示的。它是点云，还是使用颜色表示深度的 2D 位图，还是 3D数组，或者什么...

您可以尝试根据平面或 3D 空间内的小 3D 云对它们进行聚类。如果首先，将 3D 空间分割成平面并在其上使用 2D 聚类算法。然后，您将拥有每个深度平面的集群（如果存在）。如果是第二个，修改 2D 搜索聚类算法以使用空间立方体而不是平面的正方形作为框架。您甚至可以在切片平面上使用 2D 算法，然后检查周围的平面以查看集群是否在 3D 空间中走得更远。但这将是低效的。我不是matlab专家，所以我不能帮助你实现，但也许已经有一些工具箱可以完全按照您的意愿行事。而且，当然，您将如何做很大程度上取决于您的图像在内存中的表示方式。也许您必须更改格式才能轻松有效地提取集群。让 Google 有事可做。

编辑：刚刚有了一个想法。使用正确的格式并对数据进行排序。您应该得到所有相邻点的列表。在输入数据中加入有关坐标的信息。排序通常比连接更快。

【讨论】：

我认为 jucistains 解决方案可以。