给定一张B超图像,如何自动测量出胎儿头围
经过几天的研究发现区域生长算法更多的是用于图像分割。
初步计划是先将图像进行灰度化,然后求图像感兴趣区域的梯度变化值,变化值大的点即可能是胎儿头围边缘。对变化大的点进行椭圆拟合。
在这贴几个matalb函数:
在图像处理中,B=double(A),B=im2double(A),B=mat2gray(A)这三个函数有什么不同啊,在进行数据类型转换时应该用哪个呢?
matlab中的运算一般都要使用double型,即使它只是普通的整数,因此常常用第一个函数转化,第二个就是把图像数据转化为double型。
double函数只是将读入图像的uint8数据转换为double类型,一般不使用,常用的是im2double函数,将uint8图像转为double类型,范围为0-1,如果是255的图像,那么255转为1,0还是0,中间的做相应改变。
mat2gray是将最终获得的矩阵转化为灰度图像。常用的为
A = im2uint8(mat2gray(result))
这样就将result矩阵转化为uint8类型的图像。
>> A = randint(5, 5, [0 255])
A =
208 24 40 36 167
231 71 248 107 9
32 140 245 234 217
233 245 124 202 239
161 247 204 245 173
>> mat2gray(A)
ans =
0.8326 0.0628 0.1297 0.1130 0.6611
0.9289 0.2594 1.0000 0.4100 0
0.0962 0.5481 0.9874 0.9414 0.8703
0.9372 0.9874 0.4812 0.8075 0.9623
0.6360 0.9958 0.8159 0.9874 0.6862
>> im2double(A)
ans =
208 24 40 36 167
231 71 248 107 9
32 140 245 234 217
233 245 124 202 239
161 247 204 245 173
mat2gray 是把一个double类的数组转换成取值范围为[0,1]的归一化double类数组。
im2double将输入转换为double类。若输入是unit8,unit16或logical类,则输出转换成范围为[0,1]的double类;
若输入已经是double,则输出将返回一个与输入相同的数组。