基于matlab的医学脑部分割

用matlab对人脑的分割，解压包已包含图像和程序。弄明白后自己还可以修改。

image=imread（‘mri1.jpg‘）;
I=rgb2gray（image）;
figureimshow（I）title（‘原始图像‘）
I=double（I）/255;
[MN]=size（I）;
x1=65;y1=56;x2=72;y2=113;
seed1=I（x1y1）;             %将生长起始点灰度值存入seed中
seed2=I（x2y2）; 
Y=zeros（MN）;             %作一个全零与原图像等大的图像矩阵Y，作为输出图像矩阵
Z=zeros（MN）; 
Y（x1y1）=I（x1y1）;          %将Y中与所取点相对应位置的点设置为与原图像相同的灰度
Z（x2y2）=I（x2y2）;          %将Z中与所取点相对应位置的点设置为与原图像相同的灰度

sum1=seed1;               %储存符合区域生长条件的点的灰度值的和
suit1=1;                   %储存符合区域生长条件的点的个数
count1=1;                 %记录每次判断一点周围八点符合条件的新点的数目
threshold1=0.05555;         %判断域值
while count1>0
 s1=0;                    %记录判断一点周围八点时，符合条件的新点的灰度值之和
 count1=0;
 for i1=1:M
   for j1=1:ceil（N/2）
     if Y（i1j1）~=0
      if （i1-1）>0 & （i1+1）<（M+1） & （j1-1）>1 & （j1+1）<（（ceil（N/2））+1）
 %判断此点是否为图像边界上的点
       for u=-1:1                                %判断点周围八点是否合和域值条件
        for v=-1:1                               %uv为偏移量
          if  Y（i1+uj1+v）==0 & abs（I（i1+uj1+v）-seed1）<=threshold1    
%判断是否未存在于输出矩阵Y，并且为符合域值条件的点
             Y（i1+uj1+v）=I（i1+uj1+v）;            %符合以上两条件即将其在Y中与之位置对应的点设置为白场
             count1=count1+1;                    %此次循环新点数增1
             s1=s1+I（i1+uj1+v）;                   %此点的灰度之加入s中
          end
        end  
       end
      end
     end
   end
 end
suit1=suit1+count1;                         %将n加入符合点数计数器中
sum1=sum1+s1;                           %将s加入符合点的灰度值总合中
seed1=sum1/suit1;                          %计算新的灰度平均值
end
sum2=seed2;                              %储存符合区域生长的的灰度值
suit2=1;                                   %储存符合区域生长条件的点的个数
count2=1;                                 %记录每次判断一点周围八点符合条件的新点的数目
threshold2=0.06255;                         %域值
while count2>0
 s2=0;                                   %记录判断一点周围八点时，符合条件的新点的灰度值之和
 count2=0;
 for i2=1:M
   for j2=ceil（N/2）:N
     if Z（i2j2）~=0
      if （i2-1）>0 & （i2+1）<（M+1） & （j2-1）>（ceil（N/2））& （j2+1）<（N+1）
 %判断此点是否为图像边界上的点
       for u=-1:1                            %判断点周围八点是否合和域值条件
        for v=-1:1                                       %uv为偏移量
          if  Z（i2+uj2+v）==0 & abs（I（i2+uj2+v）-seed2）<=threshold2    
%判断是否未存在于输出矩阵Y，并且为符合域值条件的点
             Z（i2+uj2+v）=I（i2+uj2+v）;         %符合以上两条件即将其在Y中与之位置对应的点设置为白场
             count2=count2+1;                 %此次循环新点数增1
             s2=s2+I（i2+uj2+v）;                %此点的灰度之加入s中
          end
        end  
       end
      end
     end
   end
 end
suit2=suit2+count2;                             %将n加入符合点数计数器中
sum2=sum2+s2;                               %将s加入符合点的灰度值总合中
seed2=sum2/suit2;                              %计算新的灰度平均值
end
figureimshow（Y+Z）title（‘分割后白质图像‘）

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       3209  2006-06-10 16:32  seg_twoseeds.m

     文件      47468  2005-05-26 09:10  mri1.jpg

----------- ---------  ---------- -----  ----

                50895                    3