原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
实验十 医学图像分割（二）
实验目的：
1. 了解图像分割的基本理论和方法；
2. 掌握阈值分割的方法和阈值的选择；
3. 掌握基于分水岭分割的原理和应用；
实验内容：
1. 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
代码1：
close all;
figure(1),imshow(f),title(原图);
[g1,NR]=regiongrow(f,255,65);
[g2,NR]=regiongrow(f,255,150);
[g3,NR]=regiongrow(f,150,65);
figure(2),imshow(g1),title(S=255,T=65);
figure(3),imshow(g2),title(S=255,T=150);
figure(4),imshow(g3),title(S=150,T=65);
[y,x]=ginput();
x=floor(x);
y=floor(y);
G=zeros(size(g));
G(g3==g3(x,y))=255;
结果：
代码2：
close all;
figure(1),imshow(f),title(原图);
g=regiongrow(f,255,135);%肝脏分离
figure(2),imshow(g),title(S=255,T=135);
[y,x]=ginput();
x=floor(x);
y=floor(y);
G=zeros(size(g));
G(g==g(x,y))=255;
figure(3),imshow(G);
结果：
2. 编写m 文件，实现单一型或质心型区域生长算法。由用户
通过ginput函数选择种子点，然后根据用户输入的阈值T
进行区域生长。输入为：待分割的图片 f 和阈值 T，输出
为分割后的二值图片g。
代码1：（单一型）
function [a]=regiongrow2(f,T)
imshow(f);
se=[0,1,0;1,1,1;0,1,0];
[y,x]=ginput();
x=floor(x);
y=floor(y);
a=im2bw(zeros(size(f)));
a(x,y)=1;
while 1
b=imdilate(a,se);
P=b-a;
find(P);
index=find(P);
n=size(index);
for i=1:n
t=abs(f(x,y)-f(index(i)));
if t=T
b(index(i))=0;
P(index(i))=0;
end
end
a=b;
if sum(sum(P))==0
break;
end
end
应用：
figure(1),imshow(f)
g=regiongrow3(f,30);
figure(2),imshow(g)
代码2：(质心型)
function [a]=regiongrow4(f,T)
imshow(f);
se=[0,1,0;1,1,1;0,1,0];
[y,x]=ginput();
x=floor(x);
y=floor(y);
a=im2bw(zeros(size(f)));
a(x,y)=1;
average=f(x,y);
while 1
b=imdilate(a,se);
P=b-a;
index=find(P);
n=size(index);
文档评论（0）