性能 – MATLAB识别3D图像中的邻接区域

我有一个3D图像,分为连续区域,每个体素具有相同的值.分配给该区域的值对于该区域是唯一的,并用作标签.下面的示例图片描述了2D案例：

1 1 1 1 2 2 2
     1 1 1 2 2 2 3
Im = 1 4 1 2 2 3 3
     4 4 4 4 3 3 3
     4 4 4 4 3 3 3

我想创建一个描述这些区域之间的相互关系的图表.在上面的例子中,这将是：

0 1 0 1
A = 1 0 1 1
    0 1 0 1
    1 1 1 0

我正在寻找一个快速的解决方案来在MATLAB中为大型3D图像执行此操作.我提出了一个迭代所有区域的解决方案,每次迭代需要0.05秒 – 不幸的是,对于具有32’000个区域的图像,这将花费半个多小时.现在有人有更优雅的方式吗？我发布了下面的当前算法：

labels = unique(Im); % assuming labels go continuously from 1 to N
A = zeros(labels);

for ii=labels
  % border mask to find neighbourhood
  dil = imdilate( Im==ii, ones(3,3,3) );
  border = dil - (Im==ii);

  neighLabels = unique( Im(border>0) );
  A(ii,neighLabels) = 1;
end

imdilate是我想避免的瓶颈.

谢谢您的帮助！

我提出了一个解决方案,它结合了 Divakar和 teng的答案,以及我自己的修改,并将其推广到2D或3D案例.

为了提高效率,我应该预先分配r和c,但在此期间,这是运行时：

>对于尺寸为117x159x126和32000个独立区域的3D图像：0.79秒
>对于上面的2D示例：使用此解决方案为0.004671s,使用Divakar解决方案为0.002136s,使用teng解决方案为0.03995s.

不过,我没有尝试将获胜者(Divakar)扩展到3D案例！

noDims = length(size(Im));
validim = ones(size(Im))>0;
labels = unique(Im);

if noDims == 3
    Im = padarray(Im,[1 1 1],'replicate', 'post');
    shifts = {[-1 0 0] [0 -1 0] [0 0 -1]};
elseif noDims == 2
    Im = padarray(Im,[1 1],'replicate', 'post');
    shifts = {[-1 0] [0 -1]};
end

% get value of the neighbors for each pixel
% by shifting the image in each direction
r=[]; c=[];
for i = 1:numel(shifts)
    tmp = circshift(Im,shifts{i});
    r = [r ; Im(validim)];
    c = [c ; tmp(validim)]; 
end

A = sparse(r,c,ones(size(r)), numel(labels), numel(labels) );
% make symmetric, delete diagonal
A = (A+A')>0;
A(1:size(A,1)+1:end)=0;

谢谢您的帮助！