设计利用区域生长算法进行图像分割的程序(共7页)

1、精选优质文档-倾情为你奉上设计利用区域生长算法进行图像分割的程序 1、目的：把一幅图像划分成满足某种判据的一些区域，在这里形成一个二值图。2、原理：首先确定每个区域中的某个已知点，加上与已知点相似的邻近点形成一个区域，在这里利用区域的均值。当邻近点与区域均值的差值的绝对值小于阈值T时，即满足生长条件。方法是从种子点开始，在8连通方向上生长区域，当其邻近点满足生长条件，则就并入小快区域，当新的点被合并后再用新的区域重复这一过程，直到没有可接受的邻近点时该区域生成过程终止。3、设计思路：1）通过具体观察某幅图像的直方图，估计其确定种子点范围S1，S2，并确定其阈值T;2）透过对整幅图像的扫描，找出

2、某个区域的一个种子点： 3）开始利用8连通方向，以该种子点为中心进行生成区域；4）继续用8连通方向，以该区域为中心，把邻近满足生长条件的点并入，生成新的区域；5）重复4）步，直到不再存在邻近满足生长条件的点为止，该区域生成过程结束；6）继续对图像进行扫描，寻找其他区域的一个种子点，按3）5）的步骤进行4、程序设计根据下面的流程图可分为主函数district定义，找到种子点，判断，循环，生成区域入栈shed1 function Cut,shed1,sp1,vb=ruzhan(f,Cut1,shed11,sp11,ave,i,j,m,n,vb1)对栈shed1排序function shed1,sp

3、1=arrange(shed11,sp11)入栈shed2 function shed1,sp1,shed2,sp2=listed(shed11,sp11,T,shed21,sp21)NNYYY把该点放入栈shed1中，并标记对应Cut中的位置值为125,当i=sp2时，令sp2=0确定种子条件S和区域生成准则T寻找符合条件的种子点，确定种子坐标,在矩阵Cut相应位置标志为0把种子点周围8个点入栈shed1,并标记对应Cut中的位置为125，及对shed1的数据进行排序判断栈shed1中的数据是否存在满足准则T退出栈shed1中满足的点，依次放入栈shed2中判断其对应Cut位置的值是否为25

4、5For i=1:sp2,依次取出栈shed2中的点，标记该点对应Cut的位置为0，并搜索该点周围的8个点判断指向shed2的指针sp2是否不为0退出栈shed1中的点，并恢复其对应Cut中的值为255区域生长算法实现流程图5、程序%district.m主函数clearclcI = imread(bacteria.tif);subplot(1,2,1)imshow(I)title(初始图像);subplot(1,2,2)imhist(I)title(初始图像的直方图);%透过该直方图确定种子满足 S1S2 的值（灰度值）和判定的依据阈值 T S1=8;S2=70;T=33;f=double(I

5、);m,n=size(I);shed1=zeros(3,round(m*n/2); %存储区域生长方向上的点和该区域的均值的绝对差值和该%点的坐标sp1=0; % sp1 相当于指针，指向 shed1 中的最后放入的值和坐标shed2=zeros(2,m); %存储符合生长条件的点的坐标sp2=0; % sp2 指针，指向 shed2 中的最后放入点的坐标Cut=zeros(size(f); % Cut 为区域生长后的新图像Cut=Cut+255; % Cut 矩阵初始值设为 255vb=0; %标记值，当 vb=1 时，即要求重新计算已有的栈 shed1(1,:) 的大小for i=1:m

6、for j=1:n if (f(i,j)S1&f(i,j)S2&Cut(i,j)=0) %确定该点满足作为种子的条件，且未并入已% 有生长区域 Cut(i,j)=0; % 0 时，标记该点在原图像的对应点已并入生长区域 ave=f(i,j); %确定新区域的均值的起始值 k=1; %设置生成的区域的象素个数 Cut,shed1,sp1,vb=ruzhan(f,Cut,shed1,sp1,ave,i,j,m,n,vb); %把周围的 8 个点入%栈 shed1,sp1=arrange(shed1,sp1); %对栈 shed1 的数据进行由大到小的排序 shed1,sp1,shed2,sp2=l

7、isted(shed1,sp1,T,shed2,sp2); % 确定符合条件的生%长点，将它从 shed1 中取出，并放入 shed2 中 end % 根据生长点开始用 8 连通方式进行生长 while (sp2=0) %当 sp2=0 时表示找不到符合的点， if (sp2=0) %当有新的值加入区域时，求新的平均值 sum=ave*k; for t=1:sp2 x=shed2(1,t); y=shed2(2,t); sum=sum+f(x,y); k=k+1; end ave=sum/k; end for t=1:sp2 %合并栈 shed2 中的点，生成新的区域 x=shed2(1,t)

8、; y=shed2(2,t); Cut(x,y)=0; Cut,shed1,sp1,vb=ruzhan(f,Cut,shed1,sp1,ave,x,y,m,n,vb); end sp2=0; shed1,sp1=arrange(shed1,sp1); shed1,sp1,shed2,sp2=listed(shed1,sp1,T,shed2,sp2); end % 在一片区域生成之后，对栈 shed1(1,:)中未并入区域的值进行处理 if (sp1=0) for t=1:sp1 x=shed1(2,t); y=shed1(3,t); Cut(x,y)=255; end sp1=0; shed1

9、=zeros(3,round(m*n/2); end endendII=uint8(Cut);figure;imshow(II);title(区域生长后的图像（黑色部分）);%-function shed1,sp1,shed2,sp2=listed(shed11,sp11,T,shed21,sp21)% 确定符合条件的生长点，将它从 shed1 中取出，并放入 shed2 中shed1=shed11;sp1=sp11;shed2=shed21;sp2=sp21;while (sp1=0)&(shed1(1,sp1)=T) %确定 shed1 不为空，且存在符合生长条件的点 sp2=sp2+1;

10、 shed2(1,sp2)=shed1(2,sp1); shed2(2,sp2)=shed1(3,sp1); sp1=sp1-1;end%-function shed1,sp1=arrange(shed11,sp11)% 排序shed1=shed11;sp1=sp11;% 根据 shed1(1,:)的大小，重新排列 shed1，按由大到小的顺序for i=1:sp1-1 maxvalue=shed1(1,i); x=shed1(2,i); y=shed1(3,i); for j=i+1:sp1 if maxvalue0&x0&y=n&Cut(x,y)=255) % 排除已经的生长区域上的点,或者%已入栈的点，以及防止出界 diff=abs(f(x,y)-ave); %该点灰度值和均值的绝对差值 %插入 shed1 栈中 sp1=sp1+1; %指向新的入栈点 shed1(1,sp1)=diff; shed1(2,sp1)=x; shed1(3,sp1)=y; Cut(x,y)=125; %标记已入栈的点 end endend6、结果 7、结论1）基本实现了区域分割的目的；2）若