畢業(yè)論文-數字圖像處理課設程設計_基于區(qū)域生長的圖像分割(編輯修改稿)
2025-02-08 15:04 本頁面
【文章內容簡介】 tle(39。源圖像 39。)。 (2)以種子點對原圖像二值分割： seed=220。 S=abs(double(f)double(seed))20。 %以 初始種子點 進行二值圖像分割 ； figure imshow(S)。 title(39。初始種子點 39。)。 (3)以種子點進行區(qū)域生長 ： 以種子點所在位置開始遍歷，當判斷滿足種子點條件時調用 函數 ： function A=neitest(i,j,f,T) %返回當前 （ i， j）位置 種子點的 S=S|temp。 %更新當前位置的 8鄰域滿足閾值條件的點；使 S中始終加入最近的種子點。 最終循環(huán)條件截止條件： if(sum(sum(abs(double(S)double(sd))))==0) %當前一次的種子加 入點數和本次的相同時說明生長完畢， 種子 不再生長； break。 end (4)對生長完畢的圖像進行膨脹操作： B=[1 1 1。1 1 1。1 1 1]。 圖像 讀取 設定種 子點值 二值圖像 分割 以種子點 進行 區(qū)域生長 輸出顯示 對生長完成圖像膨脹 對圖像中值濾波 3 S=imdilate(S,B)。 figure imshow(S) title(39。膨脹后的圖像 39。) （ 5）對膨脹后的圖像進行中值濾波： C = medfilt2(S,[7 7])。 figure imshow(C) title(39。經過中值濾波后的圖像 39。)。 四、 功能描述 對 圖像進行種子點的選取，并進行閾值分割操作，在種子點的選取上取其對象圖像的平均值允許其灰度值值在177。 20 范圍內。通過圖 像能夠觀察所選出的種子點。 函數 function A=neitest(i,j,f,T)能夠對當前（ i， j）坐標點像素進行判斷，在其 8鄰接的像素點上滿足閾值條件的點坐標將通過 A返回。 能夠對每次新增的種子點進行判斷其周圍點的可行性， 用循環(huán)方法不斷將新增的種子點加入區(qū)域，并用閾值條件進行生長。 對區(qū)域生長后的圖像進行膨脹操作處理， 使得在對象圖像中 灰度值較 高的 密集點區(qū)域變得更大 。 防止斷線， 對對象圖像中的瑕點更減少，視覺效果更好。 再對膨脹后的圖像進行中值濾波處理，使得對象圖像中的瑕點進一步減少，對象圖像更加連續(xù)，幾乎感覺不到瑕點的存在。 五、 測試結果與分析 讀寫原圖 f=imread(39。39。)。 figure imshow(f)。 title(39。源圖像 39。)。 4 源圖像 對圖像進行種子
教學課件相關推薦
鄂ICP備17016276號-1