Discussion :

[jiheeee]

Mon problème ce que je suis débutant en programmation matlab et en traitement d’image médicale, je veux faire une normalisation en intensité des coupes d’images 3D pour extraire un descripteur selon le niveau de gris. Vous pouvez m’aider par une idée ??
D’après ce que j’ai compris, j’ai écrit une fonction sur la normalisation en intensité (appliquer sur une image 2D) mais ça marche pas il m’apparaisse cet erreur : Subscripted assignment dimension mismatch.
La fonction :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
function [norma1] = norma( img )
 
[ligne,colonne]= size (img);
 
mini = min(min(img));
maxi = max(max(image));
 
range = maxi - mini;
 
 
for n=1:ligne
    for m=1:colonne
        norma1(i,j)= floor((img(i,j) - mini)*255./range);
    end
 end
end

Pour l’extraction des descripteurs selon le niveau de gris d’une image ce n’est pas clair pour moi comment je peux effectuer l’extraction d’un vecteur descripteur et est - ce qu’on un démarche précis à suivre ????

[Alex3434]

Essaye ce code :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
function [norma1] = norma( img )
 
 
mini = min(img( : ));
maxi = max(img( : ));
 
 
norma1= 255*(img - mini)/(maxi - mini);
 
end

Pour l’extraction des descripteurs selon le niveau de gris d’une image ce n’est pas clair pour moi comment je peux effectuer l’extraction d’un vecteur descripteur et est - ce qu’on un démarche précis à suivre ????

Je n'ai pas d'info pour cette partie en revanche

[gpcbitnik38]

juste pour etre un peut tatillon
la tu ne normalise pas ton image, tu réadapte ta dynamique entre 0 et 1
pour vraiment normaliser tes niveaux de gris il faudrait diviser par la norme de la matrice des niveau de gris.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
Inorm=I./norm(I);

tu peux également choisir ta norme dans les options de la fonction.

autre astuce, généralement pour mettre en évidence des valeurs sortant de l’ordinaire on normalise les données mais on les centres (moyenne a zero) aussi. c'est le cas de beaucoup de prétraitement en machine learning