资源描述：
《设计利用区域生长算法进行图像分割的程序.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、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
2、，S2]，并确定其阈值T;2）透过对整幅图像的扫描，找出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shed1function[Cut,shed1,sp1,vb]=
3、ruzhan(f,Cut1,shed11,sp11,ave,i,j,m,n,vb1)对栈shed1排序function[shed1,sp1]=arrange(shed11,sp11)入栈shed2function[shed1,sp1,shed2,sp2]=listed(shed11,sp11,T,shed21,sp21)7NNYYY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
4、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255Fori=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75、程序%district.m主函数clearclcI=imread('b
5、acteria.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S1~S2的值（灰度值）和判定的依据阈值TS1=8;S2=70;T=33;f=double(I);[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
6、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fori=1:mforj=1:nif(f(i,j)>S1&f(i,j)7、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]=listed(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shed
8、2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;fort=1:sp27x=shed2(1,t);y=shed2(2,t);sum=sum+f(x,y);k=k+1;endave=sum/k;endfort=1:sp2%合并栈
