threshold_multiotsu 从不加载

Question

现在我正在尝试使用 skimage.filters.threshold_multiotsu 方法将 n 个点过滤成 k 个组。为了找到拆分组的阈值，我正在做

arr=np.asarray([93,86,164,234,310,384,461,538,610,167,245,311,394,470,544,620])
thresholds = threshold_multiotsu(arr,classes=8,nbins=32)

即使在等待一分钟后，这也永远不会加载。有人有解决此问题的想法吗？

Answer 1

虽然 threshold_multiotsu 可以指定任意数量的类，但如果您查看 documentation 中的注释部分，它会指定复杂度随着类的数量。这是我对 2、3 和 4 类:

的计时结果

In [6]: %timeit threshold_multiotsu(arr, classes=2, nbins=32)
174 µs ± 1.35 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)

In [7]: %timeit threshold_multiotsu(arr, classes=3, nbins=32)
5 ms ± 98.1 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

In [8]: %timeit threshold_multiotsu(arr, classes=4, nbins=32)
873 ms ± 10.9 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

留给 reader 的练习是对这三个点进行指数拟合并计算出 classes=8 的值，但如果我们每次近似增加 100 倍，我获得超过 1100 天的运行时间。（classes=5 对我来说仍然是运行。）

换句话说，如果 k>4，threshold_multiotsu 是不适合你的工具。我可能会建议一种算法，例如 kmeans 用于您要尝试做的事情！

Answer 2

在 three-dimensional 阵列图像上，使用 skimage.filters.threshold_multiotsu 和 7 类.

获得 otsu 阈值分割的时间可能很长

大幅减少时间的一个可能解决方案是根据 bin 的数量采取行动。默认情况下，该算法强加 256 个 bin（即一般灰度图像的默认值）。您可以降低到更粗略的数字（例如 128）。

比如我运行threshold_multiotsu有7类和128个bin在 3D 阵列图像上，即 MNI152 T1-w template，分辨率为 1mm，尺寸为 182x182x218（磁共振成像分析的标准模板）。在我的台式机上，经过的时间约为 3 分钟。

原始 MNI T1-w 模板

使用 OTSU 方法的 7 类分割结果

threshold_multiotsu 从不加载

threshold_multiotsu never loads

python

numpy

image-processing

scikit-image