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。为了找到分割组的阈值，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)

即使在等待了一分钟之后，这最终也不会加载。有人想办法解决这个问题吗？

Answer 1

尽管编写threshold_multiotsu具有指定任意数量的类的能力，但如果您查看文档中的Notes部分，它将指定复杂度随类数呈指数增长。以下是我对2、3和4个类的计时结果：

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)

这是留给读者的一个练习，那就是对这三个点进行指数拟合，并计算出classes=8的值，但是如果我们每次大约增加100倍，我就可以得到超过1100天的运行时间。(classes=5还在为我奔波。)

换句话说，threshold_multiotsu是一个错误的工具，如果是k>4的话。我可能会为您试图做的事情提供一个像金丝这样的算法。

Answer 2

在三维阵列图像上，使用7个类的skimage.filters.threshold_multiotsu进行otsu阈值分割需要很长的时间。

大幅度减少时间的一个可能的解决办法是对垃圾箱的数量采取行动。默认情况下，该算法要求256个回收箱(即一般灰度图像的默认值)。你可以降低到一个较粗的数字(例如128)。

例如，我在3D阵列图像上运行了带有7个类和128个桶的threshold_multiotsu，即尺寸为182x182x218 (磁共振成像分析的标准模板)的1mm分辨率的MNI152 T1-w模板。在我的桌面计算机上，经过的时间大约是3分钟。

原始MNI T1-w模板

​

​

基于OTSU方法的7天平分割结果

​

​

​