Matlab（2）：图像分割笔记

写在开头

这是博主的图像作业之一
本着熟悉知识+经验分享的精神而作，如果有任何疑问可以联系博主，相互学习。
文章材料部分（图像）来自互联网，如有侵权请联系博主删除！
WX公众号：小杂货铺9527，给你更多惊喜！

图像分割

总体目的

按照一定规律将图像或景物划分为多个子集
定位目标在图中的位置和范围

基本策略

本文主要介绍基于灰度的分割方法，依据不同区域灰度值的不连续性进行分割，其实就可以二分类或多分类方法进行处理了。

主要算法

基于阈值的分割方法
基于边缘的分割方法
基于区域的分割方法
基于数学形态学的分割方法
基于特定理论的分割方法
（聚类分析、小波变换、模糊集理论、基因编码）

阈值方法—直方图法

基本思想

通过建立图像的灰度直方图，选择两峰之间的谷底对应的灰度值作为阈值，可以处理背景颜色单一的图片，对复杂图片无能为力。
也就是这样

数学表达式

$$g(x,y)=\{\begin{array}{l}255,f(x,y)\ge T\\ 0,f(x,y)<T\end{array}$$

实验用图

Matlab代码

clc;
clear;

data1 = imread('cs0001.jpg');  %记得用自己的图片名
data = data1;
gdata1 = (0.299*data1(:,:,1)+0.587*data1(:,:,2)+0.114*data1(:,:,3));
gdata = gdata1;
[width,height ] = size(gdata1);

elements = zeros(1,255);
for i = 1:width
    for j = 1:height
        elements(1,round(gdata1(i,j))+1) = elements(1,round(gdata1(i,j))+1) + 1;
    end
end
x = 1:255;
y = elements;
plot(x,y)

gdata2 = zeros(size(gdata1));
for i = 1:width
    for j = 1:height
        if gdata1(i,j)>=120
            gdata2(i,j)=gdata1(i,j);
        else
            gdata2(i,j)=0;
        end
    end
end
figure(2);
subplot(1,2,1);imshow(gdata1);title('灰度图');
subplot(1,2,2);imshow(gdata2);title('分割后的图');

输出结果

直方图

大概在两个峰之间选一个值，这儿选的是120

分割结果

区域方法—区域生长法

基本思想

确定种子像素，域相邻像素比较，如果相似就加到生长区域中
重复上述过程，直到没有像素加入为止

简单生长法（依赖种子点）

$$\begin{gathered} 种子点f(s,t),邻域点f(m,n) \\ 若|f(m,n)-f(s,t)|<T，就把该点加入生长区域 \end{gathered}$$

质心生长法（增强抗干扰性）

$$\begin{gathered} 种子点f(s,t),邻域点f(m,n)，已生长区域灰度均值\overline{f(s,t)} \\ 若|f(m,n)-\overline{f(s,t)}|<T，就把该点加入生长区域 \end{gathered}$$

实验用图（CT图）

Matlab代码

clc;
clear;

data1 = imread('2_5.jpg');   %记得改图片名
data = data1;
gdata1 = (0.299*data1(:,:,1)+0.587*data1(:,:,2)+0.114*data1(:,:,3));
gdata = gdata1;
imshow(gdata1);title('灰度图');
labelflag = zeros(size(gdata1));   %标记信号
[width,height ] = size(gdata1);
yuzhi = 40;  %阈值为40


%% 鼠标交互选择初始点
%右击初始点，回车；或者直接左键初始点
if( exist('x','var') == 0 && exist('y','var') == 0)
    imshow(gdata1);title('灰度图');
    gdata1 = double(gdata1);
    [y,x] = getpts;%鼠标取点  回车确定
    x1 = round(x(1));%选择种子点
    y1 = round(y(1));
end


% 区域生长——简单生长法
gdata2 = zeros(size(gdata));
gdata2(:,:) = 255;
array_x = x1;
array_y = y1;
[h,l] = size(array_x);
labelflag(x1,y1) = 1;
while l ~= 0 && h ~= 0     %当所有被标记点被涂色后停止
    array_x
    x = array_x(1); y = array_y(1);
    gdata2(x,y) = 0;
    figure(2)         
    imshow(gdata2);title('分割后的图');
    for u = -1:1
        for v = -1:1
            if x+u>0 && x+u <=width && y+v <=height && y+v>0
                if abs(gdata1(x1,y1) - gdata1(x + u,y + v)) < yuzhi...
                                && labelflag(x + u,y + v) == 0
                    labelflag(x + u,y + v) = 1;
                    array_x = [array_x,x + u];  
                    array_y = [array_y,y + v]; 
                end
            end
        end
    end
    array_x(1) = [];array_y(1) = [];   %把已经涂过的点去掉
    [h,l] = size(array_x);
end
figure(2)         
imshow(gdata2);title('分割后的图');


% %% 质心生长法
% %把上面那段注释掉再运行这一段或者自己改一下
% gdata2 = zeros(size(gdata));
% gdata2(:,:) = 255;
% array_x = x1;
% array_y = y1;
% [h,l] = size(array_x);
% labelflag(x1,y1) = 1;
% array_all = gdata1(x1,y1);
% while l ~= 0 && h ~= 0
%     array_x
%     x = array_x(1); y = array_y(1);
%     gdata2(x,y) = 0;
%     figure(2)         
%     imshow(gdata2);title('分割后的图');
%     for u = -1:1
%         for v = -1:1
%             if x+u>0 && x+u <=width && y+v <=height && y+v>0
%                 if (abs(mean(array_all) - gdata1(x + u,y + v)) < yuzhi...
%                                 && labelflag(x + u,y + v) == 0)
%                             
%                     array_all = [gdata1(x1,y1),gdata(x+u,y+v)];
%                     labelflag(x + u,y + v) = 1;  
%                     array_x = [array_x,x + u];  
%                     array_y = [array_y,y + v]; 
%                 end
%             end
%         end
%     end
%     array_x(1) = [];array_y(1) = [];   %把已经涂过的点去掉
%     [h,l] = size(array_x);
% end
% figure(2)         
% imshow(gdata2);title('分割后的图');

输出结果

结果分析

阈值法对元素简单的图比较友好；
区域生长法计算较为简单，但需要人工获得种子像素点，且计算过程较为缓慢；
区域生长法对噪声比较敏感，会产生空洞或断裂；
质心生长法减弱了对种子点的过分依赖的缺陷，分割效果会好一些。

写在结尾

感谢阅读，代码博主亲测可用，如有问题可以联系博主，一起交流成长。
文章材料部分来自互联网，如有侵权请联系博主删除！