资源简介
区域生长的图像分割,是图像处理中用来实现图形分割的一种方法,算法简单,实用。
代码片段和文件信息
clear
clc;
image=imread(‘huidu.jpg‘);
I=rgb2gray(image);
figureimshow(I)title(‘原始图像‘)
I=double(I);
[MN]=size(I);
[yx]=getpts; %获得区域生长起始点
x1=round(x); %横坐标取整
y1=round(y); %纵坐标取整
seed=I(x1y1); %将生长起始点灰度值存入seed中
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
Y(x1y1)=1; %将Y中与所取点相对应位置的点设置为白场
sum=seed; %储存符合区域生长条件的点的灰度值的和
suit=1; %储存符合区域生长条件的点的个数
count=1; %记录每次判断一点周围八点符合条件的新点的数目
threshold=15; %域值
while count>0
s=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
count=0;
for i=1:M
for j=1:N
if Y(ij)==1
if (i-1)>0 && (i+1)<(M+1) && (j-1)>0 && (j+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符合域值条件
for v= -1:1 %uv为偏移量
if Y(i+uj+v)==0 & abs(I(i+uj+v)-seed)<=threshold& 1/(1+1/15*abs(I(i+uj+v)-seed))>0.8%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(i+uj+v)=1; %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
count=count+1;
s=s+I(i+uj+v); %此点的灰度之加入s中
end
end
end
end
end
end
end
suit=suit+count; %将n加入符合点数计数器中
sum=sum+s; %将s加入符合点的灰度值总合中
seed=sum/suit; %计算新的灰度平均值
end
figureimshow(Y)title(‘分割后图像‘)
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 1770 2010-07-06 20:05 区域生长的图像分割程序.m
----------- --------- ---------- ----- ----
1770 1
- 上一篇:西门子PLC端温度测控程序设计
- 下一篇:win32 扫雷游戏
相关资源
- 快速K-均值(kmeans)聚类图像分割算法
- 区域生长方法对肝脏CT图像的提取方法
- 基于FCM(模糊C均值聚类)的灰度图像
- 基于K-means聚类的图像分割
- 谱聚类算法对图像进行分割
- ncut图像分割
- 边缘检测图像边缘检测
- 基于小波变换的彩色图像分割
- OpenCV基于分水岭图像分割算法
- meanshift图像分割代码
- Graphcut-源码及实现
- 利用基于直方图的自适应阈值方法实
- 基于改进PSO算法的最大熵阈值图像分
- 基于Mumford-Shah模型的水平集图像分割
- 基于交叉熵阈值法的快速迭代算法
- PSO算法的最大熵阈值图像分割
- 几种图像分割算法在CT 图像分割上的
- 三种方法实现图像的分割含程序源码
- 图像分割+GUI
- 实现图像分割的grabcut代码
- 图像分割的源代码资源
- 三维Otsu图像分割算法
- U-Net:用于生物医学图像分割的卷积网
- 改进的细菌觅食优化算法用于双阈值
- Normalized Cut图像分割
- 图像分割算法研究综述
- 3.25 基于脉冲耦合神经网络的图像分割
- 基于边缘和区域信息的水平集SAR图像
- 图像分割ncut代码
- FCN Caffe Net
评论
共有 条评论