by HPC_ZY
具体步骤
- 阈值分割
- 提取人体部分
- 提取疑似肺质
- 去除非肺质
- 其他优化操作
代码实现
- 阈值分割
这里分别提供全局阈值分割、基于边缘像素分割、基于有效像素分割。但这一步我们只是要区别人体和背景,所以用最简单的全局分割就可以了。
% 全局分割
imbi0 = imbinarize(im);
% 基于轮廓像素分割
Eidx = edge(im,'log'); % 拉普拉斯获取边缘
E1 = im(Eidx); % 获取边缘像素
E1 = E1(E1>0);
imbi1 = imbinarize(im,graythresh(E1));
% 基于有效像素分割
E2 = im(im>0.02); % 获取非0像素
imbi2 = imbinarize(im,graythresh(E2));
subplot(221),imshow(im)
subplot(222),imshow(imbi0)
subplot(223),imshow(imbi1)
subplot(224),imshow(imbi2)
三种方法分割结果相差不多
- 提取人体部分
通过观察不难发现,人体部分在图中所占面积最大(远远大于躺板),所以这一步我们求最大连通分量即可。
% 计算连通分量
[label,num] = bwlabel(imbi0);
% 计算最大连通分量
MAX = 0;
for k = 1:num
maxtmp = sum(find(label==k));
if maxtmp>MAX
IDX = k;
MAX = maxtmp;
end
end
imbi = label==IDX;
figure
subplot(121),imshow(imbi0),title('\fontsize{16}二值图')
subplot(122),imshow(imbi),title('\fontsize{16}胸腔')
- 提取疑似肺质
通过填充求差即可得到中心黑色部分。
imbiFull = imfill(imbi,'hole');
objtmp = imbiFull-imbi;
figure
subplot(131),imshow(imbi),title('\fontsize{16}胸腔')
subplot(132),imshow(imbiFull),title('\fontsize{16}填充')
subplot(133),imshow(objtmp),title('\fontsize{16}疑似肺质')
- 去除非肺质
此处仍可利用连通分量的面积,去除一些小的伪目标
P = 2000;
MASK = bwareaopen(objtmp,P,4); % 删除面积小于P的连通分量
figure
subplot(131),imshow(objtmp),title('\fontsize{16}疑似肺质')
subplot(132),imshow(MASK),title('\fontsize{16}肺质MASK')
subplot(133),imshow(im),title('\fontsize{16}原图')
- 其他优化操作
可根据自己对MASK的需求,采取一些形态学操作或二值中值滤波等,这里不再举例。
测试结果
其他
有任何问题欢迎讨论,最后还是把测试代码上传
(包含上述完整代码,及测试数据)
https://download.csdn.net/download/xsz591541060/11380640
由于代码段已在文中给出,不推荐下载,如果你买了年VIP,下载。