Advertisement

matlab区域增长法分割图像例子

阅读量:

区域生长是一种串行区域分割的图像分割方法

其优点是基本思想相对简单,通常能将具有相同特征的联通区域分割出来,并能提供很好的边界信息和分割结果。在没有先验知识可以利用时,可以取得最佳的性能,可以用来分割比较复杂的图象,如自然景物。

但是,区域生长法是一种迭代的方法,空间和时间开销都比较大 ,噪声和灰度不均一可能会导致空洞和过分割 ,并在对图像中的阴影 效果处理上往往不是很好。

2.区域生长的基本思想是:

将具有相似性质的像素集合起来构成区域。

  • 先对每个需要分割的区域找一个种子像素作为生长的起点
  • 然后将种子像素周围邻域中与种子像素具有相同或相似性质的像素(根据某种事先确定的生长或相似准则来判定)合并到种子像素所在的区域中
  • 将这些新像素当做新的种子像素继续进行上面的过程,直到再没有满足条件的像素可被包括进来,这样,一个区域就长成了。

3.区域生长是指从某个像素出发,按照一定的准则,逐步加入邻近像素,当满足一定的条件时,区域生长终止。区域生长的好坏决定于

  • 初始点(种子点)的选取。

  • 生长准则。

  • 终止条件。

区域生长是从某个或者某些像素点出发,最后得到整个区域,进而实现目标的提取。

4.简单来说下三个法则,对出需要分割的图像:

  1. 选取图像中的一点为种子点(种子点的选取需要具体情况具体分析)。
  2. 在种子点处进行8邻域或4邻域扩展,判定准则是:如果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的区域。
  3. 当不再有像素满足加入这个区域的准则时,区域生长停止。

区域生长实现的步骤如下:

对图像顺序扫描!找到第1个还没有归属的像素, 设该像素为(x0, y0);

以(x0, y0)为中心, 考虑(x0, y0)的8邻域像素(x, y),如果(x,, y)满足生长准则, 将(x, y)与(x0, y0)合并(在同一区域内), 同时将(x, y)压入堆栈;

从堆栈中取出一个像素, 把它当作(x0, y0)返回到步骤2;

当堆栈为空时!返回到步骤1;

重复步骤1 - 4直到图像中的每个点都有归属时。生长结束。

matlab例子(来源于matlab中文论坛:http://www.ilovematlab.cn/thread-75607-1-1.html):

复制代码
    A0=imread('圆圈.jpg');%读取图像
    seed=[1,2];%选择起始位置
    thresh=15;%相似性选择阈值
    A=rgb2gray(A0);%灰度化
    A=imadjust(A,[min(min(double(A)))/255,max(max(double(A)))/255],[]);
    A=double(A);%将图像灰度化
    B=A;
    [r,c]=size(B);%r为行数,c为列
    n=r*c;%计算图像包含点的个数
    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);%建立一个与原图大小一样的矩阵
    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%周围点循环判断
        for j=-1:1
            
            if r1+i<=r & r1+i>0 & c1+j<=c & c1+j>0%保证在点周围范围内
                if abs(A(r1+i,c1+j)-p)<=thresh & M(r1+i,c1+j)~=1
                    top=top+1;%满足判定条件则top+1,top为多少,则q的行数有多少
                    q(top,:)=[r1+i,c1+j];%将满足判定条件的周围点位置赋予q,q记载了满足判定的每一外点
                    M(r1+i,c1+j)=1;%满足判定条件将M中相对应的点赋1
                    count=count+1;%统计满足条件的点个数,其实与top此时的值一样
                    B(r1+i,c1+j)=1;%满足判定条件将B中相对应点赋值1
                end
                
                if M(r1+i,c1+j)==0;%如果M中相对应的值为0,将dge赋值为1,也就是说这几个点不满足条件
                    dge=1;
                end
                
            else
                dge=1;%在图像外将dge赋值为1
            end
        end
    end
    %此时对周围几点判断完毕,在点在图像外或不满足判定条件则将dge赋为1,满足条件dge为0
    if dge~=1
        B(r1,c1)=A(seed(1),seed(2));%将原图起始位置赋予B
    end
    
    if count>=n%如果满足判定条件的点个数大于等于n
        top=1;
    end
    
    q=q(2:top,:);
    top=top-1;
    end
    subplot(121),imshow(A,[]);
    subplot(122),imshow(B,[]);
    
    
    plain
![](https://ad.itadn.com/c/weblog/blog-img/images/2025-07-12/yJgob9BtxchEHKpfluvVnP3C4LsR.png)

全部评论 (0)

还没有任何评论哟~