C++实现区域生长算法（Region growing algorithm）

区域生长算法的基本思想是将有相似性质的像素点合并到一起。对每一个区域要先指定一个种子点作为生长的起点，然后将种子点周围领域的像素点和种子点进行对比，将具有相似性质的点合并起来继续向外生长，直到没有满足条件的像素为止。
区域生长算法的设计主要由以下三点：生长种子点的确定，区域生长的条件，区域生长停止的条件。算法的实现步骤：

1. 选取种子点：种子点可以输入，也可以通过输入的数据自动选取；
2. 区域生长的条件：相邻象元（四通道或八通道）满足相应的阈值要求即可划分在一个图斑之中；
3. 区域生长停止的条件：当所有的象元都已经划分在相应的图斑中时，算法结束。

参考代码如下：

bool regiongrow(float *input, int nImgWidth, int nImgHeight, float threshold, float *output)
{
	stack <PT> seed;
	PT tempt;
	vector <PT> tempploy;
	vector < vector <PT> > polys;
	PT* pts=new PT [nImgWidth * nImgHeight];
	
	for(int i = 0; i < nImgHeight;++i)
	{
		for (int j = 0; j < nImgWidth; ++j)
		{
			pts[i * nImgWidth + j].pix = input[i * nImgWidth + j];
			pts[i * nImgWidth + j].x = i;
			pts[i * nImgWidth + j].y = j;
			pts[i * nImgWidth + j].polynum = -1;
		}
	}

	for(int i = 0; i < nImgHeight; ++i)
	{
		for (int j = 0; j < nImgWidth; ++j)
		{
			if(pts[i * nImgWidth + j].pix <= 0)
				continue;
			if(pts[i * nImgWidth + j].polynum > -1) 
				continue;
			if(seed.empty() == true)
				seed.push(pts[i * nImgWidth + j]);
			while(!seed.empty() == true)
			{
				tempt = seed.top();			//取出栈顶元素
				seed.pop();				//删除栈顶元素
				tempploy.push_back(tempt);	//将栈顶元素放入到临时图斑中
				pts[(int)(tempt.x * nImgWidth + tempt.y)].polynum = polys.size();	//此时已有归属

				for (int bufferX = -1; bufferX <= 1; ++bufferX)
				{
					for (int bufferY = -1; bufferY <= 1; ++bufferY)
					{
						//对该种子点的八邻域进行遍历
						//判断所在是否在有效的范围内
						if(tempt.x + bufferX < 0 || tempt.x + bufferX >= nImgHeight || tempt.y + bufferY < 0 || tempt.y + bufferY >= nImgWidth)
							continue;
						//判断是否有归属
						if(pts[((int)tempt.x + bufferX) * nImgWidth + ((int)tempt.y + bufferY)].polynum > -1)
							continue;
						//判断是否满足阈值条件
						if(abs(pts[((int)tempt.x + bufferX) * nImgWidth + ((int)tempt.y + bufferY)].pix - tempt.pix) <= threshold)
						{
							seed.push(pts[((int)tempt.x + bufferX) * nImgWidth + ((int)tempt.y + bufferY)]);
							pts[((int)tempt.x + bufferX) * nImgWidth + ((int)tempt.y + bufferY)].polynum = polys.size();
						}
					}
				}
			}
			polys.push_back(tempploy);
			tempploy.clear();
		}
	}
	
	for (int i = 0; i < polys.size(); ++i)
	{
		for(int j = 0; j < polys[i].size(); ++j)
		{					
				output[(int)(polys[i][j].x * nImgWidth + polys[i][j].y)] = polys[i][j].pix;
			}
		}
	}
	
	delete [] pts;
	return true;
}

示例图像及结果：

欢迎大家批评指正。