基于matlab的最小误差法的胸片分割系统.zip

基于matlab的最小误差法的胸片分割系统。最小误差分隔法是一种快速有效的分隔算法，通过假设目标和北京的灰度分布服从混合告诉正态分布，能够更好地适应于医学图像的灰度分布特点，取得有效的目标分隔方法，代码亲测可用，有很高的参考价值

clc; clear all; close all;
warning off all;
% 读取图像
filename = fullfile（pwd ‘images/test.jpg‘）;
Img = imread（filename）;
% 灰度化
if ndims（Img） == 3
    I = rgb2gray（Img）;
else
    I = Img;
end
% 直接二值化
bw_direct = im2bw（I）;
figure; imshow（bw_direct）; title（‘直接二值化分割‘）;
% 圈选胃区域空气
c = [1524 1390 1454 1548 1652 1738 1725 1673 1524];
r = [1756 1909 2037 2055 1997 1863 1824 1787 1756];
bw_poly = roipoly（bw_direct c r）;
figure;
imshow（I []）;
hold on;
plot（c r ‘r-‘ ‘LineWidth‘ 2）;
hold off;
title（‘胃区域空气选择‘）;
% 设置胃内空气为255
J = I;
J（bw_poly） = 255;
% 图像增强
J = mat2gray（J）;
J = imadjust（J [0.532 0.72] [0 1]）;
J = im2uint8（mat2gray（J））;
figure; imshow（J []）; title（‘图像增强处理‘）;
% 直方图统计
[counts gray_style] = imhist（J）;
% 亮度级别
gray_level = length（gray_style）;
% 计算各灰度概率
gray_probability  = counts ./ sum（counts）;
% 统计像素均值
gray_mean = gray_style‘ * gray_probability;
% 初始化
gray_vector = zeros（gray_level 1）;
w = gray_probability（1）;
mean_k = 0;
gray_vector（1） = realmax;
ks = gray_level-1;
for k = 1 : ks
    % 迭代计算
    w = w + gray_probability（k+1）;
    mean_k = mean_k + k * gray_probability（k+1）;
    % 判断是否收敛
    if （w < eps） || （w > 1-eps）
        gray_vector（k+1） = realmax;
    else
        % 计算均值
        mean_k1 = mean_k / w;
        mean_k2 = （gray_mean-mean_k） / （1-w）;
        % 计算方差
        var_k1 = （（（0 : k）‘-mean_k1）.^2）‘ * gray_probability（1 : k+1）;
        var_k1 = var_k1 / w;
        var_k2 = （（（k+1 : ks）‘-mean_k2）.^2）‘ * gray_probability（k+2 : ks+1）;
        var_k2 = var_k2 / （1-w）;
        % 计算目标函数
        if var_k1 > eps && var_k2 > eps
            gray_vector（k+1） = 1+w * log（var_k1）+（1-w） * log（var_k2）-2*w*log（w）-2*（1-w）*log（1-w）;
        else
            gray_vector（k+1） = realmax;
        end
    end
end
% 极值统计
min_gray_index = find（gray_vector == min（gray_vector））;
min_gray_index = mean（min_gray_index）;
% 计算阈值
threshold_kittler = （min_gray_index-1）/ks;
% 阈值分割
bw__kittler = im2bw（J threshold_kittler）;
% 显示
figure; imshow（bw__kittler []）; title（‘最小误差法分割‘）;
% 形态学后处理
bw_temp = bw__kittler;
% 反色
bw_temp = ~bw_temp;
% 填充孔洞
bw_temp = imfill（bw_temp ‘holes‘）;
% 去噪
bw_temp = imclose（bw_temp strel（‘disk‘ 5））;
bw_temp = imclearborder（bw_temp）;
% 区域标记
[L num] = bwlabel（bw_temp）;
% 区域属性
stats = regionprops（L）;
Ar = cat（1 stats.Area）;
% 提取目标并清理
[Ar ind] = sort（Ar ‘descend‘）;
bw_temp（L ~= ind（1） & L ~= ind（2）） = 0;
% 去噪
bw_temp = imclose（bw_temp strel（‘disk‘20））;
bw_temp = imfill（bw_temp ‘holes‘）;
figure;
subplot（1 2 1）; imshow（bw__kittler []）; title（‘待处理二值图像‘）;
subplot（1 2 2）; imshow（bw_temp []）; title（‘形态学后处理图像‘）;
% 提取肺边缘
ed = bwboundaries（bw_temp）;
% 显示
figure;
subplot（2 2 1）; imshow（I []）; title（‘原图像‘）;
subplot（2 2 2）; imshow（J []）; title（‘增强图像‘）;
subplot（2 2 3）; imshow（bw_temp []）; title（‘二值化图像‘）;
subplot（2 2 4）; imshow（I []）; hold on;
for k = 1 : length（ed）
    % 边缘
    boundary = ed{k};
    plot（boundary（:2） 

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件       38614  2017-05-02 08:41  第 26 章 基于最小误差法的胸片分割系统\MainForm.fig
     文件       10076  2017-05-02 12:37  第 26 章 基于最小误差法的胸片分割系统\MainForm.m
     目录           0  2017-06-30 22:08  第 26 章 基于最小误差法的胸片分割系统\images\
     文件     1017598  2017-05-01 21:51  第 26 章 基于最小误差法的胸片分割系统\images\test.jpg
     文件        3519  2017-05-02 09:21  第 26 章 基于最小误差法的胸片分割系统\main.m
     目录           0  2017-07-18 13:30  第 26 章 基于最小误差法的胸片分割系统\