医学图像分割课件_第1页
医学图像分割课件_第2页
医学图像分割课件_第3页
医学图像分割课件_第4页
医学图像分割课件_第5页
已阅读5页，还剩12页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、医学图像分割2011-11-11区域增长法(Region Growing) 1理论基础 区域增长法是一种根据事先定义的准则将像素或者子区域聚合成更大区域的过程。算法的主要过程是以一组“种子”点开始，将与种子性质相似（诸如灰度级或者颜色的特定范围）的相邻像素附加到生长区域的每个种子上。区域增长法(Region Growing)相似度准则： 将像素灰度值与邻域像素灰度值做比较，如果差值的绝对值小于预先设定阈值，将该像素包含在区域内，否则为边缘点。图1 区域增长法示意图区域增长法(Region Growing) 相似度准则：相邻像素灰度差绝对值小于等于“3”；选择种子点“6”；(1)(2)(3)(4

2、)区域增长法(Region Growing) 相似度准则：相邻像素灰度差绝对值小于等于“1”；图2 区域增长法示意图2. 实现步骤 用户交互选择种子点或者在程序中指定种子点的位置。 (1) 获取原图像的像素信息。 (2) 把种子点压入队列。 (3) 从队列中取出一个种子点，判断该种子点的邻域，如果该种子点邻域中的像素的灰度值与该种子的灰度值差的绝对值小于预先设定阈值，则把该像素判为增长点，并将该像素压入队列；否则该像素点不为增长点。 (4) 如果队列为空，则算法结束，否则重复步骤(3)。 区域增长法(Region Growing) 3.实验结果 (a)选择种子点 （b）分割图(按右键点击黑处效

3、果图) 区域增长法(Region Growing) 图3 提取细胞区域增长法(Region Growing)注意: (1)种子点可以交互的选取，也可以在程序中自己设定种子的位置。 (2)种子可以是一个，也可以是一组。 (3)相似度准则可以任意确定。区域增长法(Region Growing)优点：简单，易于实现；缺点：相似度准则难于确定，一般会出现“空洞”或 者“过分割”现象。大津阈值法图5 直方图然后用k将其分成两组和各组产生的概率如下：组产生的概率组产生的概率组灰度的平均值组灰度的平均值其中是整体图象的灰度平均值；是阈值为时的灰度平均值 大津阈值法采样图的灰度平均值为两组间的方差用下式求出值便是阈值。大津阈值法大津阈值分割优点：

人人文库> 全部分类> 行业资料 > 医学制药

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论