参考值随迭代更新的区域生长分割算法

这一篇是补充前一篇的。相比前一篇的第二种实现方法，这里使用了均值、标准差随迭代更新的策略，且根据区域的性质，对三通道取不同的权值。修正后的程序为：

clear all;close all;clc;
img=imread('parrot.png');
subplot(3,1,1),
imshow(img);
[m,n,~]=size(img);
seeds=[400,200,1;230,600,2;440,670,3];  %第3列为label
labelNum=3;
newSeeds=seeds;
hold on;
plot(seeds(:,2)',seeds(:,1)','gs','linewidth',1);
title('原始图像及种子位置');
flag=1;
ycc=double(rgb2ycbcr(img));
Y=ycc(:,:,1);
Cb=ycc(:,:,2);
Cr=ycc(:,:,3);
img=double(img);
R=img(:,:,1);
G=img(:,:,2);
B=img(:,:,3);
mask=zeros(m,n);
for i=1:size(seeds,1)
    mask(seeds(i,1),seeds(i,2))=1;
end

avgs=zeros(labelNum,3);%初始均值
stds=repmat([30,10,10],[size(seeds,1),1]); %初始标准差
w=[5,5,5;3,2.2,2.8;3,3,3.5];  %各区域三通道权重

while(flag)
    temp=[];
    
    for i=1:labelNum
        index=find(seeds(:,3)==i);
        selected=seeds(index,1:2);
        indexS=m*(selected(:,2)-1)+selected(:,1);
        yS=Y(indexS);
        CbS=Cb(indexS);
        CrS=Cr(indexS);
        rgbSamp=[yS,CbS,CrS];
        avgs(i,:)=sum(rgbSamp,1)/length(index);
        if size(rgbSamp,1)>1
            stds(i,:)=std(rgbSamp,1);
        end
    end
    stds=max(5,stds);
    for i=1:size(newSeeds,1)
        rowS=newSeeds(i,1);
        colS=newSeeds(i,2);
        label=newSeeds(i,3);
        rlow=max(1,rowS-1);
        rhigh=min(m,rowS+1);
        clow=max(1,colS-1);
        chigh=min(n,colS+1);
        for row=rlow:rhigh
            for col=clow:chigh
                if mask(row,col)==1  %已经添加过的排除掉
                    continue;
                end
                diffycc=reshape(ycc(row,col,:),1,size(ycc,3))-avgs(label,:);
                judge=abs(diffycc)<w(label,:).*stds(label,:);
                if sum(judge)==3 % R、G、B、Y均在3倍均方根范围内
                    temp=[temp;row,col,label];
                    mask(row,col)=1;
                end
            end
        end
    end
    newSeeds=temp;
    seeds=[seeds;newSeeds];
    if isempty(temp)
        flag=0;
    end
end
imlabel=zeros(m,n);
for i=1:size(seeds,1)
    imlabel(seeds(i,1),seeds(i,2))=seeds(i,3);
end
mask=cat(3,mask,mask,mask);
sgImg=mask.*img;
imlabel=0.5*mat2gray(imlabel)+0.5;
subplot(3,1,2);
imshow(uint8(sgImg));
title('分割结果');
subplot(3,1,3);
imshow(imlabel);
title('种子点生长获得的掩模');

分割结果：

fig1 分割结果

可以看到，这种方法比第一种方法获得了更好的分割效果。