matlab图像分割（肺实质）

裴裴裴之Miraitowa

已于 2023-03-01 08:15:36 修改

阅读量6.1k

点赞数 7

分类专栏：边缘检测区域生长阈值分割文章标签： matlab 图像处理

于 2021-06-16 18:26:08 首次发布

本文链接：https://blog.csdn.net/m0_50852718/article/details/117963873

版权

本文介绍了一种使用MATLAB进行肺实质图像分割的方法，包括全局阈值处理、形态学操作和边缘检测。对比了Canny算子和Marr-Hildreth算子的边缘检测效果，并探讨了区域生长在感兴趣区域提取中的应用，讨论了不同分割方法的优缺点和适用场景。

摘要由CSDN通过智能技术生成

一、实验目的

了解各类边缘的特点；
理解并掌握边缘检测的常用算子。
理解并掌握阈值分割，区域生长，分水岭等分割方法
能够运用以上方法解决实际的图像问题。

二、实验环境

MATLAB R2010b版本、WIN 7计算机

三、实验内容

读入一幅灰度图像CT.JPG，先分割肺实质区域，然后对感兴趣区域（包括肺结节、肺血管和支气管等）进行边缘检测（比较canny算子和marr-Hildreth算子），最后提取感兴趣区。给出每步的实验结果图，并对结果进行比较分析。

提示：肺实质的提取可以先对图像进行阈值处理（比较所学的阈值方法，采用最优的），得到二值图像，然后进行形态学操作得到肺实质模板，将模板和CT图像相乘分割得到肺实质图像。感兴趣区域的提取可以运用阈值分割，区域生长，分水岭等方法。

灰度图像CT.JPG
在这里插入图片描述

阈值分割得到肺实质

分割肺实质 代码。

肺实质提取

提取肺实质算法流程：
（1）全局阈值分割
（2）取反
（3）半径为13的圆形结构单元，进行闭运算
（4）取反
（5）孔洞填充
（6）掩膜相减
（7）用掩膜乘原图获得肺实质图像

%%手动阈值分割
clc
clear all;
close all;
[I,map]=imread('CT.jpg');   %读入图像
subplot(241);imshow(I),title('原始图像');                  %显示图像
J=imhist(I);
subplot(242);imhist(I),title('直方图');            %生成直方图并显示
[M,N]=size(I);                       %返回图像的行数和列数
for i=1:1:M                          %将i以步长1从1增加到M
for j=1:1:N                      %将j以步长1从1增加到N
    if I(i,j)>80                 %如果图像阈值大于80
        g(i,j)=0;                %则大于80的就变成黑的
    else g(i,j)=1;               %小于80就变成白的
       end
 end
end
x=size(g,1);                       %此处分别获得该图片的长度和高度
y=size(g,2);
m=