实验6 图像割 2.doc

实验6 图像分割 实验目的： 熟悉区域生长法； 2. 分水岭分割算法 实验内容： 区域生长法利用图像像素间的相似性进行分割，调用regiongrow函数对图像weld.tif进行处理，注意参数中S（种子值），T（阈值）的选择对分割效果的影响。S=255，T＝65和S＝255 T＝150和S＝150，T＝65三组值进行处理，理解在区域生长法的原理。同时对liver.bmp，自己选择合适的S和T，以较好的分割出肝脏。参考书本P309例10.8 答： f=imread(weld.tif); imshow(f) title(weld.tif); f1=regiongrow(f,255,65); figure,imshow(f1) title(S=255,T=65); f2=regiongrow(f,255,150); figure,imshow(f2) title(S=255,T=150); f3=regiongrow(f,150,65); figure,imshow(f3) title(S=150,T=65); l=imread(liver.bmp); imshow(l) title(liver.bmp); lf=regiongrow(l,150,65); figure,imshow(lf) title(S=150,T=65); 利用分水岭分割算法对图像rice.tif进行分割，并对出现过分割现象提出解决方案。(可以尝试tophat等学过的算法对图像进行预处理后再分割；使用不同的结构元素和参数；使用梯度分水岭算法与标记符控制算法等。比较得到最好的结果）。 答： f=imread(rice.tif); imshow(f) title(rice.tif); g=im2bw(f,graythresh(f)); gc=~g; D=bwdist(gc); L=watershed(-D); w=L==0; g2= g ~w; figure,imshow(g2) title(用距离和分水岭变换分割) f=imread(rice.tif); h=fspecial(sobel); fd=double(f); g=sqrt(imfilter(fd,h,replicate) .^2+imfilter(fd,h,replicate) .^2); L=watershed(g); wr =L==0; g2=imclose(imopen(g,ones(3,3)),ones(3,3)); L2 = watershed(g2); wr2 = L2==0; f2=f; f2(wr2)=255; figure,imshow(f2) title(用梯度的分水岭分割) f=imread(rice.tif); h=fspecial(sobel); fd=double(f); g=sqrt(imfilter(fd,h,replicate) .^2+imfilter(fd,h,replicate) .^2); L=watershed(g); wr =L==0; rm = imregionalmin(g); im = imextendedmin(f,2); fim=f; fim(im)=50; Lim=watershed(bwdist(im)); em=Lim==0; g2=imimposemin(g,im|em); L2=watershed(g2); f2=f; f2(L2==0)=255; figure,imshow(f2) title(控制标记符的分水岭分割) 计算图cancer02.bmp的链码等特性，仿照例子11.3 f=imread(cancer02.bmp);h=fspecial(average,9);g=imfilter(f,h,replicate);g=im2bw(g,0.5);B=boundaries(g);%计算图像的边界d=cellfun(length,B);%最长边界[max_d,k]=max(d);b=B{k};[m n]=size(g);g=bound2im(b,m,n,min(b(:,1)),min(b(:,2)));[s,su]=bsubsamp(b,50);%对边界二次取样c=fchcode(su);c.fcc texture_spacial函数，计算下图所示编号1-7的区域，请从liver图大致按照示意图提起25*25的区域，分别计算该区域的灰度共生矩阵的最大概率、一致性和熵，分析不同区域各个特性的特点，思考一下如果要分割出1和4区域所示的肝脏区域，应该选择那些特性，阈