使用相似性统计值

在每个对象具有多个统计属性的大数据集中，在某些方面识别彼此相似但与同一图像中其他对象相似的对象组可能会耗时，并且可能会导致偏见。

相似性统计值是一个IMARISXT扩展名，它允许用户使用预选的参考对象的统计信息来量化一组对象中的相似度。

相似性统计值XT扩展促进：

• 精确检测
• 快速识别
• 相似程度的量化

对于一组匹配感兴趣图像中参考对象的预选特征的对象。

相似性统计值扩展首先获得所选参考对象的统计特征。然后，它创建了一个新的统计值并应用此功能以对图像中的对象进行分类和识别，以便它们匹配此新的，用户定义的统计量。

通过识别对象之间的相似性，相似性统计值扩展使仅将对象的大规模选择限制为仅符合用户定义标准的对象。这可能有助于揭示图像的复杂统计特性，否则可能仍然隐藏了。

要创建一个新的相似性统计值，首先，您必须根据您的要求选择参考对象。

相似性统计值扩展名在“工具”选项卡下可用。

当您单击“添加相似性统计值”按钮时，MATLAB（或其自由下载的编译器运行时）将启动。

在统计名称窗口中输入适当的名称。

在计算机相似性选择框窗口中，选择要在其上基于对象相似性过滤的统计变量。只需单击列表中的变量名称（用于多个选择使用CRTL +单击），然后确认选择。

MATLAB运行时确认窗口确认了新的统计值的创建。该新创建的统计值基于统计值的总权权选择。

作为任何其他IMARIS统计值，新的相似性统计值可用于对象过滤，分类和颜色编码（滤波器选项卡，统计选项卡和颜色选项卡）。为了帮助您查找新创建的统计值，一词相似性将自动添加到名称中，作为前缀。

要过滤您的数据转到过滤选项卡，请单击“添加”按钮，从列表中选择创建的相似性值，然后设置阈值值 - 下，上或两者。

基于这些阈值限制，数据集中立即突出显示了相似的对象，并且所有相似性的对象都被滤除了。

符合相似性标准的对象可以通过按重复选择按钮来复制新选择。

另外，新的相似性统计值将添加到已经存在的统计值列表中，并且可以从详细和选择选项卡中列出的统计选项卡中访问。

在统计表中，单个值表示图像中对象与所选参考对象之间的相似性。

所选对象及其完美匹配之间的完全相似性被描述为零。因此，随着相似性值的增加，对象之间的相似性降低。如果选择多个对象作为一组参考，则很少实现它们与图像中其他对象之间的完美相似性。

相似性统计值可以应用于颜色选项卡的统计颜色编码。

查看区域中的所有对象都可以根据其相似性值进行着色。