Matlab医学图像分割区域生长

MATLAB医学图像分割

实验目的:

  1. 了解图像分割的基本理论和方法;
  2. 掌握阈值分割的方法和阈值的选择;
  3. 掌握基于分水岭分割的原理和应用;

实验内容:

  1. 区域生长法利用图像像素间的相似性进行分割,调用regiongrow函数对图像weld.tif进行处理,注意参数中S(种子值),T(阈值)的选择对分割效果的影响。S=255,T=65和S=255 T=150和S=150,T=65三组值进行处理,理解在区域生长法的原理。同时对liver.bmp,自己选择合适的S和T,以较好得分割出肝脏。

代码1:

close all;
f=imread('weld.tif');
figure(1),imshow(f),title('原图');
[g1,NR]=regiongrow(f,255,65);
[g2,NR]=regiongrow(f,255,150);
[g3,NR]=regiongrow(f,150,65); 
figure(2),imshow(g1),title('S=255,T=65');
figure(3),imshow(g2),title('S=255,T=150');
figure(4),imshow(g3),title('S=150,T=65');
[y,x]=ginput();
x=floor(x);
y=floor(y);
G=zeros(size(g));
G(g3==g3(x,y))=255;

结果:


v2-d964033fdf9eb4b2303128f6f55c69e6_b.jpg



v2-d331a0afbae8bc162778d1d92a420b3a_b.jpg



v2-43b608eef696984cd51124964efb4b70_b.jpg



v2-189629f0b246b4fd0e65ea2244ed90cb_b.jpg



代码2:


close all;
f=imread('liver1.bmp');
figure(1),imshow(f),title('原图');
g=regiongrow(f,255,135);%肝脏分离
figure(2),imshow(g),title('S=255,T=135');
[y,x]=ginput();
x=floor(x);
y=floor(y);
G=zeros(size(g));
G(g==g(x,y))=255;
figure(3),imshow(G);

结果:


v2-915c1f08778d03b4dfe46b1298d5dfe7_b.jpg


  • 2
    点赞
  • 53
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值