一个用于计算二维和三维图像测地距离的开源工具包
GeodisTK的Python项目详细描述
GeodisTK:2D和3D图像的测地距离变换工具包
图像的测地变换有两种实现方法:快速行进法和光栅扫描法。快速行进是基于像素前沿的迭代传播速度F[1]。光栅扫描基于内核操作,这些操作在多个过程中顺序应用于图像[2][3]。在GeoS[4]中,作者提出使用3x3核函数进行前向和后向传递,以实现有效的测地距离变换,用于图像分割。在
用于测地距离变换的光栅扫描。图像来自[4]。在
DeepIGeoS[5]提出将测地距离变换与卷积神经网络相结合,实现二维和三维图像的高效交互式分割。在
- [1] 詹姆斯A.塞提安。〈快速行进方法〉,暹罗评论41,第2期(1999):199-235。在
- [2] 博吉福斯,古尼拉。”数字图像中的距离变换〉,CVPR,1986
- [3] 灰阶影像的新测地距离转换〉,《模式识别书信》17,第5期(1996):437-450。在
- [4] 克里米尼西、安东尼奥、托比·夏普和安德鲁·布莱克。”Geos:测地图像分割〉,ECCV,2008。在
- [5] 王国泰,等.“^{
} ”,TPAMI,2018。在
二维测地距离变换中快速行进和ranster扫描的比较。(d) 显示了欧几里德距离,(e)是测地线和欧几里得距离的混合。在
该工具包提供了一个用于二维/三维测地线和光栅扫描的cpp实现
欧几里德距离变换和它们的混合,并提供一个python接口来使用它。这是DeepIGeoS工作的一部分[5]。^{
如何安装
- 在
通过键入^{
在} 轻松安装此工具箱 - 在
或者,如果要从源文件生成,请下载此包并运行以下命令:
在
python setup.py build python setup.py install
如何使用
- 在
参见2D示例,运行
在python demo2d.py
- 在
查看3D示例,运行
在python demo3d.py
- 项目
标签: