根据图像分割原理及人眼视觉的基本理论，研究图像分割的常用方法，包括基于边缘检测和基于区域生长的两种分割算法，比较各方法的特点，并选择合适的方法对图像进行分割。本文采用MATLAB软件对图像分割算法进行研究和实现，计算简单，具有较高的运行效率，分割的结果是使图像更符合人眼的视觉特性，获得比较好的效果。
2019-12-21 20:27:41
18.44MB
1
查阅了多个网站包括github,，没有一种简单的实现方法，此版本相对简单易行，代码中的图像是dicom图像，如有其他图像的需要，请自行修改
2019-12-21 20:14:42
5KB
1
这是用基于区域的种子区域生长方法实现的彩色图像分割，分割效果相当好，最重要的是实现了彩色图像的分割，欢迎大家分享。
2019-12-21 20:11:15
26KB
1
Matlab写的区域生长图像分割程序。
%区域生长算法:region
function LabelImage=region(image,seed,Threshold,maxv)
%image:输入图像
%seed：种子点坐标堆栈
%threshold：用邻域近似生长规则的阈值
%maxv：所有生长的像素的范围小于maxv
% LabelImage:输出的标记图像，其中每个像素所述区域标记为rn
[seedNum,tem]=size(seed);%seedNum为种子个数
[Width,Height]=size(image);
LabelImage=zeros(Width,Height);
rn=0;%区域标记号码
for i=1:seedNum
%从没有被标记的种子点开始进行生长
if LabelImage(seed(i,1),seed(i,2))==0
rn=rn+1;% %对当前生长区域赋标号值
LabelImage(seed(i,1),seed(i,2))=rn;
% end
stack(1,1)=seed(i,1);%将种子点压入堆栈（堆栈用来在生长过程中的数据坐标）
stack(1,2)=seed(i,2);
Start=1;%定义堆栈起点和终点
End=1;
while(Start<=End)
%当前种子点坐标
CurrX=stack(Start,1);
CurrY=stack(Start,2);
%对当前点的8邻域进行遍历
for m=-1:1
for n=-1:1
% %判断像素（CurrX，CurrY）是否在图像内部
% rule1=(CurrX+m)=1&(CurrY+n)=1;
% %判断像素（CurrX，CurrY）是否已经处理过
% rule2=LabelImage(CurrX+m,CurrY+n)==0;
% %判断生长条件是否满足
% rule3=abs(double(image(CurrX,CurrY))-double(image(CurrX+m,CurrY+n)))
2019-12-21 19:58:30
2KB
1
区域生长算法
区域生长是一种很重要的图像分割方法。它是指从某个像素出发，比较相邻接像素的特征向量(包括灰度、边缘、纹理等特征)，在预先指定的准则下，若它们足够相似则作为同一区域合并，以此方式使相似特征的区域不断增长，最后形成分割图像。
区域生长算法具体描述如下：
(1) 选取待分割区域内(本研究为眼肌区域内)一点作为种子点(x0,y0)。
(2) 以(x0,y0)为中心，考虑(x0,y0)的4 邻域像素(x,y)，如果(x,y)满足生长准则，则将(x,y)与(x0,y0)合并，同时将(x,y)压入堆栈。
(3) 从堆栈中取出一个像素，把它当做(x0,y0)，回到步骤(2)。
(4) 当堆栈为空时，生长结束。
2019-12-21 19:43:21
3KB
1
基于区域生长的图像分割，可以自己设置区域生长点。区域生长是一种串行区域分割的图像分割方法。区域生长是指从某个像素出发，按照一定的准则，逐步加入邻近像素，当满足一定的条件时，区域生长终止。
2019-12-21 18:58:49
11KB
1