組實驗六實驗6圖像分割

1、實驗6 圖像分割實驗?zāi)康模?. 熟悉區(qū)域生長法；2.分水嶺分割算法實驗內(nèi)容：1. 區(qū)域生長法利用圖像像素間的相似性進(jìn)行分割，調(diào)用regiongrow函數(shù)對圖像weld.tif進(jìn)行處理，注意參數(shù)中S（種子值），T（閾值）的選擇對分割效果的影響。S=255，T65和S255 T150和S150，T65三組值進(jìn)行處理，理解在區(qū)域生長法的原理。同時對liver.bmp，自己選擇合適的S和T，以較好的分割出肝臟。參考書本P309例10.8答： f=imread(weld.tif); imshow(f) title(weld.tif); f1=regiongrow(f,255,65); figure,im

2、show(f1) title(S=255,T=65); f2=regiongrow(f,255,150); figure,imshow(f2) title(S=255,T=150); f3=regiongrow(f,150,65); figure,imshow(f3) title(S=150,T=65); f=imread(liver.bmp); imshow(f) title(liver.bmp); g, NR, SI, TI = regiongrow(f,175,20); figure,imshow(g) title(區(qū)域生長 S=175，T=20); gf=imfill(g); figu

3、re,imshow(gf) title(孔洞填充); se=strel(disk,10); ge=imerode(gf,se); figure,imshow(ge) title(腐蝕); ir=imreconstruct(ge,gf); figure,imshow(ir) title(重構(gòu)); se=strel(disk,2); d=imdilate(ir,se); figure,imshow(d); title(膨脹 分離出的肝臟);2. 利用分水嶺分割算法對圖像rice.tif進(jìn)行分割，并對出現(xiàn)過分割現(xiàn)象提出解決方案。(可以嘗試tophat等學(xué)過的算法對圖像進(jìn)行預(yù)處理后再分割；使用不同的結(jié)

4、構(gòu)元素和參數(shù)；使用梯度分水嶺算法與標(biāo)記符控制算法等。比較得到最好的結(jié)果）。答： f=imread(rice.tif); imshow(f) title(rice.tif); g=im2bw(f,graythresh(f); gc=g; D=bwdist(gc); L=watershed(-D); w=L=0; g2= g & w; figure,imshow(g2) title(用距離和分水嶺變換分割) f=imread(rice.tif); se=strel(disk,10); ft=imtophat(f,se); h=fspecial(sobel); fd=double(ft); g=sq

5、rt(imfilter(fd,h,replicate) .2+imfilter(fd,h,replicate) .2); L=watershed(g); wr =L=0; g2=imclose(imopen(g,ones(3,3),ones(3,3); L2 = watershed(g2); wr2 = L2=0; f2=ft; f2(wr2)=255; figure,imshow(f2) title(用梯度的分水嶺分割)f=imread(rice.tif);se=strel(disk,10);ft=imtophat(f,se);h=fspecial(sobel);fd=double(ft);

6、g=sqrt(imfilter(fd,h,replicate) .2+imfilter(fd,h,replicate) .2);L=watershed(g);t=graythresh(ft);im = imextendedmin(ft,t*255);im=im;Lim=watershed(bwdist(im);em=Lim=0;g2=imimposemin(g,im|em);L2=watershed(g2);f2=ft;f2(L2=0)=255;figure,imshow(f2)title(控制標(biāo)記符的分水嶺分割) f=imread(rice.tif); se=strel(disk,20);

7、f=imtophat(fse); hy = fspecial(sobel); hx = hy; fy = imfilter(double(f), hy, replicate); fx = imfilter(double(f), hx, replicate); g = sqrt(fx.2 + fy.2); L = watershed(g); imshow(g,);title(梯度圖); se = strel(disk, 2); fe = imerode(f, se); figure,imshow(fe,);title(腐蝕); ir = imreconstruct(fe, f); figure,

8、imshow(ir,);title(基于開操作的重建); fird = imdilate(ir, se); ir2 = imreconstruct(imcomplement(fird), imcomplement(ir); ir2c = imcomplement(ir2); figure,imshow(ir2c,);title(基于閉操作的重建); fgm = imregionalmax(ir2c); figure,imshow(fgm,);title(局部最大值); se2 = strel(ones(3,2); fgm2 = imclose(fgm, se2); fgm3 = imerode

9、(fgm2, se2); fgm4 = bwareaopen(fgm3, 5);figure,imshow(fgm4,);title(像素個數(shù)大于5的局部最大值區(qū)域); bw = im2bw(ir2c, graythresh(ir2c); figure,imshow(bw,);title(重建圖像的閾值化二值圖); D = bwdist(bw); L = watershed(D); w = L = 0; figure,imshow(w);title(背景分水嶺線); g2 = imimposemin(g, w | fgm4);figure,imshow(g2);title(改寫的梯度圖); L

10、2 = watershed(g2); figure,imshow(L2);title(改寫的梯度圖的分水嶺結(jié)果); f(L2=0)=255;figure,imshow(f);title(改寫的梯度圖的分割結(jié)果);3. 計算圖cancer02.bmp的鏈碼等特性，仿照例子11.3答：f=imread(cancer02.bmp);h=fspecial(average,9);g=imfilter(f,h,replicate);g=im2bw(g,0.5);B=boundaries(g);%計算圖像的邊界d=cellfun(length,B);%最長邊界max_d,k=max(d);b=Bk;m n=

11、size(g);g=bound2im(b,m,n,min(b(:,1),min(b(:,2);s,su=bsubsamp(b,50);%對邊界二次取樣c=fchcode(su);c.fccans = Columns 1 through 14 2 0 2 0 0 6 0 6 6 4 6 4 4 3 Column 15 24. 提高題：利用texture_spacial函數(shù)，計算下圖所示編號1-7的區(qū)域，請從liver圖大致按照示意圖提起25*25的區(qū)域，分別計算該區(qū)域的灰度共生矩陣的最大概率、一致性和熵，分析不同區(qū)域各個特性的特點，思考一下如果要分割出1和4區(qū)域所示的肝臟區(qū)域，應(yīng)該選擇那些特性，

12、閾值為多少合適？答：f=double(imread(liver.bmp);imshow(uint8(f);y1,x1=getpts;%取點x1=uint16(x1);y1=uint16(y1);F1=imcrop(f,x1,y1,24,24);%獲取區(qū)域disp(區(qū)域1特性：平均亮度、平均對比度、平滑度、三階矩、一致性和熵);statxture(F1)g=f;%將選的區(qū)域標(biāo)定出來g(x1:x1+24,y1)=255;g(x1:x1+24,y1+24)=255;g(x1,y1:y1+24)=255;g(x1+24,y1:y1+24)=255;imshow(uint8(g);y2,x2=getpt

13、s;x2=uint16(x2);y2=uint16(y2);F2=imcrop(g,x2,y2,24,24);disp(區(qū)域2特性：平均亮度、平均對比度、平滑度、三階矩、一致性和熵);statxture(F2)g=g;g(x2:x2+24,y2)=255;g(x2:x2+24,y2+24)=255;g(x2,y2:y2+24)=255;g(x2+24,y2:y2+24)=255;imshow(uint8(g);y3,x3=getpts;x3=uint16(x3);y3=uint16(y3);F3=imcrop(g,x3,y3,24,24);disp(區(qū)域3特性：平均亮度、平均對比度、平滑度、三

14、階矩、一致性和熵);statxture(F3)g=g;g(x3:x3+24,y3)=255;g(x3:x3+24,y3+24)=255;g(x3,y3:y3+24)=255;g(x3+24,y3:y3+24)=255;imshow(uint8(g);y4,x4=getpts;x4=uint16(x4);y4=uint16(y4);F4=imcrop(g,x4,y4,24,24);disp(區(qū)域4特性：平均亮度、平均對比度、平滑度、三階矩、一致性和熵);statxture(F4)g=g;g(x4:x4+24,y4)=255;g(x4:x4+24,y4+24)=255;g(x4,y4:y4+24)

15、=255;g(x4+24,y4:y4+24)=255;imshow(uint8(g);y5,x5=getpts;x5=uint16(x5);y5=uint16(y5);F5=imcrop(g,x5,y5,24,24);disp(區(qū)域5特性：平均亮度、平均對比度、平滑度、三階矩、一致性和熵);statxture(F5)g=g;g(x5:x5+24,y5)=255;g(x5:x5+24,y5+24)=255;g(x5,y5:y5+24)=255;g(x5+24,y5:y5+24)=255;imshow(uint8(g);y6,x6=getpts;x6=uint16(x6);y6=uint16(y6);F6=imcrop(g,x6,y6,24,24);disp(區(qū)域6特性：平均亮度、平均對比度、平滑度、三階矩、一致性和熵);statxture(F6)g=g;g(x6:x6+24,y6)=255;g(x6:x6+24,y6+24)=255;g(x6,y6:y6+24)=255;g(x6+24,y6:y6+24)=255;imshow(uint8(g);y7,x7=getpts;x7=uint16(x7