从 MATLAB 中的 2D 地图绘制体积 3D 数据？答案

【问题标题】：Volumetric 3D data plotting from 2D map in MATLAB?从 MATLAB 中的 2D 地图绘制体积 3D 数据？
【发布时间】：2021-01-21 21:22:42
【问题描述】：

我有一张热图

并希望将此 2D 矩阵转换为 3D 体积/形状/表面数据点以进行进一步处理。不只是使用surf 以 3D 形式显示它。

什么是这样做的好方法？

在这个社区的大力帮助下，我可以走得更近：

为了简单起见，我将尺寸缩小到 45x45 像素。

I = (imread("TESTGREYPLASTIC.bmp"))./2+125;
Iinv = 255-(imread("TESTGREYPLASTIC.bmp"))./2-80;%

for i = 1:45
for j = 1:45
A(i, j, I(i,j) ) = 1;
A(i, j, Iinv(i,j) ) = 1;
end
end
volshow(A)

它并不理想，但矩阵是我现在想要的。在处理 1200x1200 点时，也许可以改进循环以更快地运行。

我现在如何创建一个真正的封闭曲面？

【问题讨论】：

我强烈建议针对不同的问题提出不同的问题。这就是 SO 的工作方式，这样做你会得到更好的结果。对于您的性能问题，请再次阅读我的答案。您所需要的只是沿 3 维的不同索引。您将它们保存在一个新变量中，然后让 sub2ind 为您完成剩下的工作。
相邻体素之间的断开直接来自您的数据。当原始图像中的两个相邻像素的强度相差不止一个级别时，就会发生这种情况。您可以使用平滑过滤器来减少它，但这不是可以在离散数据中完全去除的东西。

标签： matlab plot 3d visualization

【解决方案1】：

在您与@BoilermakerRV 的对话之后，我猜您正在寻找以下两个结果之一：

3d 点列表，其中 x 和 y 是图像中像素的索引，z 是相应像素的值。结果将是一个m*n by 3 矩阵。
一个由0和1组成的m by n by 256体积，对于图像中的第（i，j）个像素，体积的堆（i，j）的所有体素都是0，除了@处的那个987654329@.

看看下面的例子，它产生了这两种结果：

    close all; clc; clear variables;
    I = rgb2gray(imread('data2.png'));
    imshow(I), title('Data as image') 

    % generating mesh grid
    [m, n] = size(I);
    [X, Y] = meshgrid(1:n, 1:m);

    % converting image to list of 3-d points
    P = [Y(:), X(:), I(:)];
    figure 
    scatter3(P(:, 1), P(:, 2), P(:, 3), 3, P(:, 3), '.')
    colormap jet
    title('Same data as a list of points in R^3')

    % converting image to 256 layers of voxels
    ind = sub2ind([m n 256], Y(:), X(:), I(:));
    V = zeros(m, n, 256);
    V(ind) = 1.0;
    figure
    h = slice(V, [250], [250], [71]) ;
    [h.EdgeColor] = deal('none');
    colormap winter
    camlight
    title('And finally, as a matrix of 0/1 voxels')

【讨论】：

好东西@saastn！ @nolimits 是在某处提供了原始图像数据，还是您通过某种图像处理提取了它？我很难理解被问到的内容。我从来没有做过那样的事情。当提到体积这个话题时，我想到的是表面之下的体积。
哇，太酷了！ @BoilermakerRV 我的数据就是那张图片:)
刚刚检查过了。我很难将另一个（但不同的）添加到 P 矩阵中，以便在一个矩阵上显示两个不同的图像。 P 似乎仍然是一个 2D 矩阵，并且添加另一个 P1+P2 将每个点的数值相加。
我在原始问题中添加了一些您赞赏的建议的部分结果。请看看:)
@BoilermakerRV 我刚刚下载了问题中发布的图像并裁剪了刻度标签；）关于体积，“断层扫描”是关键。就像一个人大脑不同层次的多个 MRI 图像。

【解决方案2】：

显示的等高线图无法使用“2D”数据生成。它需要如下三个输入：

[XGrid,YGrid] = meshgrid(-4:.1:4,-4:.1:4);
C = peaks(XGrid,YGrid);

contourf(XGrid,YGrid,C,'LevelStep',0.1,'LineStyle','none')
colormap('gray')
axis equal

其中XGrid、YGrid 和 C 都是 NxN 矩阵，分别定义每个点的 X 值、Y 值和 Z 值。

如果您希望这是“3D”，只需使用surf：

surf(XGrid,YGrid,C)

【讨论】：

谢谢，非常感谢您的回复。我知道我可以使用“冲浪”以 3D 形式显示它，但我需要 2D 地图中的真实体积数据点以进行进一步处理。基本上，将灰度转换为三维？
你是说你没有原始数据？如果您无法获取或重新创建它，您将无法在已有的等高线图上进行某种图像处理。
我确实有数据。但它是一个 2D 地图，一个 X，Y 矩阵。我需要使它成为一个 X、Y、Z 矩阵。也许通过将灰度转换为第三个 Z 维。我需要一个真实的 3D 表面数据点进行进一步处理。
必须有另一个具有 Z（即灰度）值的变量。你能在代码中看到生成原始等高线图的那一行吗？
这是一个二维网格图像，其中每个网格点都有一个 8 位数值。谢谢:)