实验五图像分割.docVIP

实验5 图像分割 实验目的： 了解图像分割的基本理论和方法； 掌握对图像进行点、线和边缘检测的方法； 掌握阈值分割的方法和阈值的选择； 熟悉区域生长法和分水岭分割算法 实验内容： 对图片lung2.bmp和加噪声的lung3.bmp分别用3*3的sobel算子、prewitt算子、log算子、canny算子进行处理，根据处理结果分析上述算子，分别是什么类型的？有何作用？思考一下如何设计算子。 lung3.bmp为g = imnoise(f,”salt pepper”,0.02)(0.02表示发生概率) 答：lung2.bmp: f=imread(lung2.bmp); [fs,ts]=edge(f,sobel); [fp,tp]=edge(f,prewitt); [fl,tl]=edge(f,log); [fc,tc]=edge(f,canny); subplot(2,3,1),imshow(f),title 原图,subplot(2,3,2),imshow(fs),title sobel,subplot(2,3,3),imshow(fp),title prewitt,subplot(2,3,4),imshow(fl),title log,subplot(2,3,5),imshow(fc),title canny; lung3.bmp: g=imnoise(f,salt pepper,0.02); [gs,tgs]=edge(g,sobel); [gp,tgp]=edge(g,prewitt); [gl,tgl]=edge(g,log); [gc,tgc]=edge(g,canny); subplot(2,3,1),imshow(g),title 噪音图,subplot(2,3,2),imshow(gs),title sobel,subplot(2,3,3),imshow(gp),title prewitt,subplot(2,3,4),imshow(gl),title log,subplot(2,3,5),imshow(gc),title canny; Prewitt算子和Sobel算子提取边缘的结果差不多。在提取边缘的同时它对噪声具有平滑作用，能够抑制一定的噪声。 LOG算子是个二阶算子在对图像进行差分运算之前，先对图像使用高斯低通滤波器进行平滑处理，以减少噪声，因此缓解了一般差分对噪声响应很敏感的问题 Canny算子提取的边缘最为完整，而且边缘的连续性很好，定位比较精确。但在实际工作应用中编程较为复杂且运算较慢。 Sobel算子、Prewitt算子的处理结果连续性不好，LOG算子的处理结果不精确，而Canny算子的处理结果更多更精确地保留了图像的边缘特征，具有较好的连续性 用全局阈值法或Otsu算法计算出合适的阈值。 T=graythresh(f) T = 0.1647 T*255 ans = 42 （3）对分割出来的二值图像运用所学的形态学知识，得到肺部图像。 提示： 如f为原图像，fillhole为处理后的二值图像（其中肺部为白色，其他为黑色），则以下语句可以得到原图中的肺部图像。 f(fillhole==0)=255; %或f(fillhole==0)=0也可以 f=imread(lung.bmp); fillhole=im2bw(f,0.1647); fillhole=~fillhole; imshow(fillhole) f(fillhole==0)=0; figure,imshow(f) f(fillhole==0)=255; figure,imshow(f); 2、编写m文件globalthreshold.m，完成对输入图片全局阈值的计算（参见课本305页的算法），输入参数为图片f,初始阈值T（默认为min+max/2），还有差值范围T0（默认5）（T0表示这一次计算得到的T与上一次的T值之差T0，则当前的T值为结果阈值，否则再重复调用）,返回为符合条件的全局阈值gT。用计算得到的阈值对lung.bmp进行处理，看看效果如何？ f=imread(lung.bmp); a=0.5*(max(f(:))+min(f(:))); i=globalthreshold(f,a,5) i = 43.2790 g=im2bw(f,i/255); imshow(g); 3、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