% Segment based on area, Region Growing; clear all; close all; clc [fileName,pathName] = uigetfile('*.*','Please select an image');%文件筐，選擇文件 if(fileName) fileName = strcat(pathName,fileName); fileName = lower(fileName);%一致的小寫字母形式 else J = 0;%記錄區域生長所分割得到的區域 msgbox('Please select an image'); return; %退出程序 end I = imread(fileName); if( ~( size(I,3)-3 )) I = rgb2gray(I);%轉化為單通道灰度圖 end I = im2double(I); %圖像灰度值歸一化到[0,1]之間 Ireshape = imresize(I,[500,500]); %I = Ireshape(20:499,20:499); gausFilter = fspecial('gaussian',[5 5],0.5); I = imfilter(I,gausFilter,'replicate'); %種子點的交互式選擇 if( exist('x','var') == 0 && exist('y','var') == 0) %subplot(2,2,1),imshow(I,[]); figure,imshow(I,[]); hold on; [y,x] = getpts;%鼠標取點 回車確定 x = round(x(1));%選擇種子點 y = round(y(1)); end %if( nargin == 0) % reg_maxdist = 0.1; %nargin是matlab代碼編寫中常用的一個技巧，主要用於計算當前主函數的輸入參數個 %數，一般可以根據nargin的返回值來確定主函數輸入參數的缺省值。在實現中，如果 %用戶輸入的參數個數為零，那么默認為0.2 %end J = zeros(size(I)); % 主函數的返回值，記錄區域生長所得到的區域 Isizes = size(I); reg_mean = I(x,y);%表示分割好的區域內的平均值，初始化為種子點的灰度值 reg_size = 1;%分割的到的區域，初始化只有種子點一個 neg_free = 10000; %動態分配內存的時候每次申請的連續空間大小 neg_list = zeros(neg_free,3); %定義鄰域列表，並且預先分配用於儲存待分析的像素點的坐標值和灰度值的空間，加速 %如果圖像比較大，需要結合neg_free來實現matlab內存的動態分配 neg_pos = 0;%用於記錄neg_list中的待分析的像素點的個數 pixdist = 0; %記錄最新像素點增加到分割區域后的距離測度 %下一次待分析的四個鄰域像素點和當前種子點的距離 %如果當前坐標為（x,y）那么通過neigb我們可以得到其四個鄰域像素的位置 neigb = [ -1 0; 1 0; 0 -1; 0 1]; %開始進行區域生長，當所有待分析的鄰域像素點和已經分割好的區域像素點的灰度值距離 %大於reg_maxdis,區域生長結束 while (pixdist < 0.06 && reg_size < numel(I)) %增加新的鄰域像素到neg_list中 for j=1:4 xn = x + neigb(j,1); yn = y + neigb(j,2); %檢查鄰域像素是否超過了圖像的邊界 ins = (xn>=1)&&(yn>=1)&&(xn<=Isizes(1))&&(yn<=Isizes(1)); %如果鄰域像素在圖像內部，並且尚未分割好；那么將它添加到鄰域列表中 if( ins && J(xn,yn)==0) neg_pos = neg_pos+1; neg_list(neg_pos,:) =[ xn, yn, I(xn,yn)];%存儲對應點的灰度值 J(xn,yn) = 1;%標注該鄰域像素點已經被訪問過 並不意味着，他在分割區域內 end end %如果分配的內存空問不夠，申請新的內存空間 if (neg_pos+10>neg_free) neg_free = neg_free + 100000; neg_list((neg_pos +1):neg_free,:) = 0; end %從所有待分析的像素點中選擇一個像素點，該點的灰度值和已經分割好區域灰度均值的 %差的絕對值時所待分析像素中最小的 dist = abs(neg_list(1:neg_pos,3)-reg_mean); [pixdist,index] = min(dist); %計算區域的新的均值 reg_mean = (reg_mean * reg_size +neg_list(index,3))/(reg_size + 1); reg_size = reg_size + 1; %將舊的種子點標記為已經分割好的區域像素點 J(x,y)=2;%標志該像素點已經是分割好的像素點 x = neg_list(index,1); y = neg_list(index,2); % pause(0.0005);%動態繪制 % if(J(x,y)==2) % plot(x,y,'r.'); % end %將新的種子點從待分析的鄰域像素列表中移除 neg_list(index,:) = neg_list(neg_pos,:); neg_pos = neg_pos -1; end J = (J==2);%我們之前將分割好的像素點標記為2 hold off; JL = bwmorph(J,'dilate');%補充空洞 figure,imshow(JL,'border','tight','initialmagnification','fit');%保存圖片去掉周圍白邊 set (gcf,'Position',[0,0,500,500]); axis normal; saveas(gca,'D:\matlab\bin\meanshape.jpg','jpg');
由於一些原因，不能放原圖，分割結果如下圖所示
參考文章：
1.https://blog.csdn.net/shenziheng1/article/details/50878911#
作者：舟華520
出處：https://www.cnblogs.com/xfzh193/
本文以學習，分享，研究交流為主，歡迎轉載，請標明作者出處！