实验六图像分割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 （1） >> f=imread('weld.tif'); >> qyszf(f); (2) >> f=imread('liver.bmp'); >> qyszf2(f); 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）。 afm=imread('rice.tif'); subplot(2,4,1),imshow(afm),title('原图'); se=strel('disk',15); Itop=imtophat(afm,se); % 高帽变换 subplot(2,4,2),imshow(Itop,[ ]),title('高帽变换图'); Ibot=imbothat(afm,se); % 低帽变换 subplot(2,4,3),imshow(Ibot,[ ]),title('低帽变换图'); Ienhance=imsubtract(imadd(Itop,afm),Ibot); subplot(2,4,4),imshow(Ienhance),title('顶帽变换图'); Iec=imcomplement(Ienhance); Iemin=imextendedmin(Iec,22); % 搜索谷值 Iimpose=imimposemin(Iec,Iemin); % 置谷值为0 subplot(2,4,5),imshow(Iimpose),title('补充增强图'); wat=watershed(Iimpose); % 分水岭分割 subplot(2,4,6),imshow(wat),title('分水岭分割图'); 3、计算图cancer02.bmp的链码等特性，仿照例子11.3 >> f=imread('cancer02.bmp'); subplot(2,4,1),imshow(f),title('原图'); h=fspecial('average',9); g=imfilter(f,h,'replicate'); subplot(2,4,2),imshow(g),title('平滑处理图'); g=im2bw(g,0.5); subplot(2,4,3),imshow(g),title('二值图'); B=boundaries(g); d=cellfun('length',B); [max_d,k]=max(d); b=B{k}; [m,n]=size(g); g=bound2im(b,m,n,min(b(:,1)),min(b(:,2))); subplot(2,4,4),imshow(g),title('边界图1'); [s,su]=bsubsamp(b,50); %g2=bound2im(s,m,n,min(s(:,1)),min(s(:,2))); cn=connectpoly(s(:,1),s(:,2)); g2=bound2im(cn,m,n,min(cn(:,1)),min(cn(:,2))); subplot(2,4,5),imshow(g2),title('边界图2'); c=fchcode(su) c = x0y0: [3 1] fcc: [2 0 2 0 0 6 0 6 6 4 6 4 4 3 2] diff: [6 2 6 0 6 2 6 0 6 2 6 0 7 7 0] mm: [0 0 6 0 6 6 4 6 4 4 3 2 2 0 2] diffmm: [0 6 2 6 0 6 2 6 0 7 7 0 6 2 6] 4、提高题：利用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，阈值为多少合适？ 实验总结： 本次实验难度较大，部分内容通过与同学讨论和网上查找代