实验6图像分割 2重点讲义

1、实验5 图像分割实验目的：1. 熟悉区域生长法；2.分水岭分割算法实验内容：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，T65和S255 T150和S150，T65三组值进行处理，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，以较好的分割出肝脏。参考书本P309例10.8 Regiongrow 的m 文件： f=imread('weld.tif'); imshow(f),title 'f' g1=regi

2、ongrow(f,255,65); figure,imshow(g1),title 'g1' g2=regiongrow(f,255,150); figure,imshow(g2),title 'g2' g3=regiongrow(f,150,65); figure,imshow(g3),title 'g3' f=imread('liver.bmp'); f1=regiongrow(f,175,20); imshow(f1),title ('f1'); g=imfill(f1,'holes'); f

3、igure,imshow(g),title ('g'); se=strel('disk',7); g1=imerode(g,se); figure,imshow(g1),title ('g1'); F=imreconstruct(g1,g); figure,imshow(F),title('F'); 2. 利用分水岭分割算法对图像rice.tif进行分割，并对出现过分割现象提出解决方案。(可以尝试tophat等学过的算法对图像进行预处理后再分割；使用不同的结构元素和参数；使用梯度分水岭算法与标记符控制算法等。比较得到最好的结果）。

4、 f=imread('rice.tif');>> g=im2bw(f,graythresh(f);>> gc=g;>> D=bwdist(gc);>> L=watershed(-D);>> w=L=0;>> g2=g & w;>> imshow(g2); 梯度分水岭：h=fspecial('sobel'); fd=im2double(f);g=imfilter(fd,h, 'replicate'); L=watershed(g);wr=L=0; f1=f;

5、 f1(wr) = 255;imshow(f1);改进：g2=imclose(imopen(g,ones(3,3),ones(3,3);L2=watershed(g2);wr2=L2=0;fd(wr2)=255;>> imshow(fd);标记符分水岭：f=imread('rice.tif'); h=fspecial('sobel');>> fd=double(f);>> g=imfilter(fd,h,'replicate');>> L=watershed(g);>> wr=L=0;&

6、gt;> rm=imregionalmin(g);>> im=imextendedmin(f,2);>> fim=f;>> fim(im)=175;Lim=watershed(bwdist(im); em=Lim=0;>> g2=imimposemin(g,im | em);>> L2=watershed(g2);>> f2=f;>> f2(L2=0)=255;>> imshow(f2);>> imshow(rm),title 'rm'figure,imshow(f

7、im),title 'fim'figure,imshow(em),title 'em'figure,imshow(g2),title 'g2'figure,imshow(f2),title 'f2'f=imread('rice.tif'); h=fspecial('sobel');fd=double(f);g=sqrt(imfilter(fd,h,'replicate').2+imfilter(fd,h','replicate').2);rm=imregion

8、almin(f);im2=imextendedmin(f,80); %扩展局部最小区域imshow(im2);im2=im2;se=strel('disk',2);im2=imopen(im2,se);figure,imshow(im2);temp=bwdist(im2);%距离变换figure,imshow(temp,);Lim=watershed(temp);em=Lim=0; %外部标记符figure,imshow(em);g2=imimposemin(g,im2|em);L2=watershed(g2);f2=f;f2(L2=0)=255;figure,imshow(f

9、2,);3. 计算图cancer02.bmp的链码等特性，仿照例子11.3f=imread('cancer02.bmp');>> h=fspecial('average',9);>> g=imfilter(f,h,'replicate');>> g=im2bw(g,0.5);>> B=boundaries(g);>> d=cellfun('length',B);>> max_d,k=max(d);>> b=Bk;>> M N=size(

10、g);>> g=bound2im(b,M,N,min(b(:,1),min(b(:,2);>> s,su=bsubsamp(b,50);>> g2=bound2im(s,M,N,min(s(:,1),min(s(:,2);>> c=fchcode(su);>> c.x0y04. 提高题：利用texture_spacial函数，计算下图所示编号1-7的区域，请从liver图大致按照示意图提起25*25的区域，分别计算该区域的灰度共生矩阵的最大概率、一致性和熵，分析不同区域各个特性的特点，思考一下如果要分割出1和4区域所示的肝脏区域，应该

11、选择那些特性，阈值为多少合适？function P,C,H = texture_gray( f )%UNTITLED1 Summary of this function goes here% Detailed explanation goes hereGray=uint8(f);M,N=size(Gray);min_x=min(Gray(:);max_x=max(Gray(:);t=max_x-min_x+1;P=zeros(max_x-min_x+1,max_x-min_x+1,4);for m=1:t for n=1:t for i=1:M for j=1:N if j<N &

12、; Gray(i,j)=m-1+min_x&Gray(i,j+1)=n-1+min_x P(m,n,1)=P(m,n,1)+1; P(n,m,1)=P(m,n,1); end if i>1&j<N&Gray(i,j)=m-1+min_x&Gray(i-1,j+1)=n-1+min_x P(m,n,2) = P(m,n,2)+1; P(n,m,2) = P(m,n,2); end if i<M&Gray(i,j)=m-1+min_x&Gray(i+1,j)=n-1+min_x P(m,n,3) = P(m,n,3)+1; P(n,m,3) = P(m,n,3); end if i<M&j<N&Gray(i,j)=m-1+min_x&Gray(i+1,j+1)=n-1+min_x P(m,n,4) = P(m,n,4)+1; P(n,m,4) = P(m,n,4); end end end if m=n P(m,n,:)=P(m,n,:)*2; end endendH=zeros(4,3);C=P; for n = 1:4 C(:,:,n)=P(:,:,n)/sum(sum(P(:,:,n); H(n