图像分割技术在roi检测中标的应用

《图像分割技术在roi检测中标的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、像处理技术应用实践》课程设计题目图像分割技术在ROI检测中的应用学生姓名学号院系专业任课教师二0—三年十二月二十日:分割技术在ROI检测中标的应用摘要：通过图象分割技术提取出图像中的所有感兴趣区域并求出每个种子所包含的像素，方法为对二值化的图象逐个求出包含每个种子的最小区域，将二值化后为o的地方进行标记,最后统计数:敏。关键词：图象增强分割：感兴趣区域：像素；二值化1.引言图像增强分割：有一幅包含不同大小的种子图案的扫描图像(如下图所示)，每个包含丫种子的图像区域称之力感兴趣区域(regionsofint

2、erest—ROI)。要求：(1)设计一套算法提取源图像中的所有ROI，并计算每一个ROI的大小(大小为包含多少个像素，如包含20个像素，则大小为20)。提示：每一个ROI为一个连通集合。(2)撰写完整的科技报告(形式类似科技论文)表述自己的算法没计，算法实现与计算结果2.分析题目所给的阁为彩色阁，首先应该先将其转化成灰度阁，再对其进行处理；分析题目可知首先要将种子所覆盖的大概区域求出来，然后对里面的像素进行标记，最后统计个数就可以；所以首先将图像二值化，将二值化图像中值为0的地方进行标记，然后统计个数即

3、可。3.代码及结果clear;clc;I=imread(,E:seed.bmp,);f=rgb2gray(I);j=im2bw(f)；[MN]=size(j);forx=l:Mfory=l:Nm(x，y)=255;endend%接下来对每个种Y•所包含的的区域进行标记，(坐标用axison和pixvalon益示图像的坐标并记录下來)不同的区域标记应不同，每一行写一个foi•循环，将10行的写完，因为是一样的for循环，在这里不写出所有的代码，只写第一行的，后面的以此类推即可；%第一行forx=46:61

4、fory=123:140if(j(x,y)==0)m(x，y)=2;endendend%被标记的37个区域的取值A=[234567891112131415161718192021222324252627282930313233343536373839];C=hist(A(:),unique(A));%A巾各个元素的个数%最终的像素个数forx=l:Mfory=l:Nfori=l:37ifm(x，y)==A(i)C(i)=C(i)+l;endendendendcfigure(l);subplot(121);

5、imshow(I);%原图subplot(122);imshow⑴；％二位化后的图figure(2)imshow(mJl);%标记后的阁BC0,E12••3*•4•••S艨•6暴••1礞•V•81••9泰•910着籲••50-100-150-200-250-300-350-400-450-501001502002503003504004501二值化后的2标记后的Columns1through13156241292180251247248238283271178278284Columns14through2

6、6284226257302244222232266242201238258250Columns27through371992252982852111552632842622381683最终输出结果4.总结通过本次课程没计，对图像二值化有了更深层次的认识，在设计过程中也遇到了几个问题，K•屮一个就是把我坐标所包围的区域里的像素都进行了标记，导致最后结果变大,后来发现了这个问题，然后进行了修改，最终的到了结果；从最后结果可知基本达到了题目的要求。5.参考文献章毓晋阁像处理（第三版）清华大学出版社；章毓晋200

7、1.a.中国图象处理工程；章毓晋图象处理和分析基础高等教育岀版社。