简单区域扩张法实施图像的区域分割说课材料.pdfVIP

6、采用简单区域扩张法对下图实施图像的区域分割。自行选定起始种子像素灰及灰度间隔 度。 原理： 以图像的某个像素为生长点， 比较相邻像素的特征， 将特征相似的相邻像素合并为同 一区域； 以合并的像素为生长点， 继续重复以上操作， 最终形成具有相似特征的像素的最大 连通集合。该法称简单 ( 单一型 ) 区域扩张法。 基于区域灰度差的方法主要有如下步骤： （1）对图像进行逐行扫描，找出尚没有归属的像素； （2 ）以该像素为中心检查它的邻域像素，如果灰度差小于预先确定的阈值，将它们合 并； （3）以新合并的像素为中心，重复步骤 (2) ，检查新像素的邻域，直到区域不能进一步 扩张； （4 ）返回到步骤 (1) ，继续扫描直到不能发现没有归属的像素，则结束整个生长过程。 下图给出已知种子点进行区域生长的一个示例。图 (a) 给出需分割的图像，设已知种子 像素 ( 标为灰色方块 ) ，现要进行区域生长。 设这里采用的生长判断准则是： 如果所考虑的像 素与种子像素灰度值差的绝对值小于某个门限 T，则将该像素包括进种子像素所在区域。图 (b) 给出 T＝3 时的区域生长结果， 整幅图被较好地分成 2 个区域； 图(c) 给出 T ＝2 时的区域 生长结果， 有些像素无法判定； 图(d) 给出 T ＝6 时的区域生长结果， 整幅图都被分在一个区 域中了。 程序为： （一） I=imread(p5-06.tif); subplot(2,2,1),imshow(I),title( 原始图像 ); Ic=imcomplement(I) ; BW=im2bw(Ic,graythresh(Ic)) ; subplot(2,2,2),imshow(BW),title( 阈值截取分割后图像 ); se=strel(disk,6); BWc=imclose(BW,se); BWco=imopen(BWc,se); subplot(2,2,3),imshow(BWco),title( 对小图像进行删除后图像 ); mask=BWBWco; subplot(2,2,4),imshow(mask),title( 检测结果的图像 ); 运行结果为： 程序为： （二） A=imread(p5-06.tif);% 读入图像 seed=[100,220];% 选择起始位置 thresh=15;% 相似性选择阈值 A=imadjust(A,[min(min(double(A)))/255,max(max(double(A)))/255],[]); A=double(A); % 将图像灰度化 B=A;%将 A 赋予 B [r,c]=size(B); % 图像尺寸 r 为行数， c 为列数 n=r*c;% 计算图像所包含点的个数 pixel_seed=A(seed(1),seed(2));% 原图起始点灰度值 q=[seed(1) seed(2)];%q 用来装载起始位置 top=1;% 循环判断 flag M=zeros(r,c);% 建立一个与原图形同等大小的矩阵 M(seed(1),seed(2))=1;% 将起始点赋为 1，其余为 0 count=1;% 计数器 while top~=0% 循环结束条件 r1=q(1,1);% 起始点行位置 c1=q(1,2);% 起始点列位置 p=A(r1,c1);% 起始点灰度值 dge=0; for i=-1:1% 周围点的循环判断 for j=-1:1 if r1+i=r r1+i0 c1+j=c c1+j0% 保证在点周围范围之内 if abs(A(r1+i,c1+j)-p)=thresh M(r1+i,c1+j)~=1% 判定条件？