Matlab医学图像分割区域生长

Matlab医学图像分割区域生长

ID:39192608

大小:2.25 MB

页数:28页

时间:2019-06-26

Matlab医学图像分割区域生长_第1页
Matlab医学图像分割区域生长_第2页
Matlab医学图像分割区域生长_第3页
Matlab医学图像分割区域生长_第4页
Matlab医学图像分割区域生长_第5页
资源描述:

《Matlab医学图像分割区域生长》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、实验十医学图像分割(二)实验目的:1.了解图像分割的基本理论和方法;2.掌握阈值分割的方法和阈值的选择;3.掌握基于分水岭分割的原理和应用;实验内容:1.区域生长法利用图像像素间的相似性进行分割.调用regiongrow函数对图像weld.tif进行处理.注意参数中S(种子值).T(阈值)的选择对分割效果的影响。S=255.T=65和S=255T=150和S=150.T=65三组值进行处理.理解在区域生长法的原理。同时对liver.bmp.自己选择合适的S和T.以较好得分割出肝脏。代码1:closeall;f=imread('weld.tif');figure(1),im

2、show(f),title('原图');[g1,NR]=regiongrow(f,255,65);[g2,NR]=regiongrow(f,255,150);[g3,NR]=regiongrow(f,150,65);figure(2),imshow(g1),title('S=255,T=65');figure(3),imshow(g2),title('S=255,T=150');figure(4),imshow(g3),title('S=150,T=65');..[y,x]=ginput();x=floor(x);y=floor(y);G=zeros(size(g));G

3、(g3==g3(x,y))=255;结果:....代码2:closeall;f=imread('liver1.bmp');figure(1),imshow(f),title('原图');g=regiongrow(f,255,135);%肝脏分离figure(2),imshow(g),title('S=255,T=135');[y,x]=ginput();x=floor(x);y=floor(y);..G=zeros(size(g));G(g==g(x,y))=255;figure(3),imshow(G);结果:....1.编写m文件.实现单一型或质心型区域生长算法。由用

4、户通过ginput函数选择种子点.然后根据用户输入的阈值T进行区域生长。输入为:待分割的图片f和阈值T.输出为分割后的二值图片g。代码1:(单一型)function[a]=regiongrow2(f,T)imshow(f);se=[0,1,0;1,1,1;0,1,0];[y,x]=ginput();x=floor(x);y=floor(y);a=im2bw(zeros(size(f)));a(x,y)=1;while1b=imdilate(a,se);P=b-a;find(P);index=find(P);n=size(index);fori=1:nt=abs(f(x,y

5、)-f(index(i)));..ift>=Tb(index(i))=0;P(index(i))=0;endenda=b;ifsum(sum(P))==0break;endend应用:f=imread('weld.tif');figure(1),imshow(f)g=regiongrow3(f,30);figure(2),imshow(g)代码2:(质心型)function[a]=regiongrow4(f,T)imshow(f);se=[0,1,0;1,1,1;0,1,0];[y,x]=ginput();x=floor(x);y=floor(y);..a=im2bw(z

6、eros(size(f)));a(x,y)=1;average=f(x,y);while1b=imdilate(a,se);P=b-a;index=find(P);n=size(index);fori=1:nt=abs(average-double(f(index(i))));ift>=Tb(index(i))=0;P(index(i))=0;endenda=b;indexb=find(b);N=length(indexb);All=0;fori=1:NAll=All+double(f(indexb(i)));end..average=All/N;ifsum(sum(P)

7、)==0break;endend结果:..1.用课本中分水岭的距离变换分水岭分割、梯度分水岭分割和控制标记符分水岭分割对liver1和liver2图像进行分割.分析上述算法的特点和存在的问题.考虑如何进行改进?代码1:closeall;f=imread('liver1.bmp');figure(1),imshow(f);..%g=im2bw(f,graythresh(f));[g,NR]=regiongrow(f,255,135);%肝脏分离figure(2),imshow(g);gc=~g;D=bwdist(gc);L=wa

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。