【導(dǎo)讀】圖像分割是一種重要的圖像分析技術(shù)。對(duì)圖像分割的研究一直是圖像技。術(shù)研究中的熱點(diǎn)和焦點(diǎn)。尺度變換,然后從較大的尺度系數(shù)到較小的尺度系數(shù)逐步定位出灰度閾值。后，對(duì)這幾種算法的分割效果進(jìn)行了比較。實(shí)驗(yàn)結(jié)果表明,本設(shè)計(jì)能夠?qū)崟r(shí)。穩(wěn)定的對(duì)目標(biāo)分割提取，分割效果良好。醫(yī)學(xué)圖像分割是醫(yī)學(xué)圖像處理中的一個(gè)經(jīng)典難題。圖像分割能夠自動(dòng)或

　　

【正文】 0044140（ 2020） 02006606 4. 汪海洋 ， 潘德爐 ， 夏德深 二維 Otsu 自適應(yīng)閾值選取算法的快速實(shí)現(xiàn) 自動(dòng)化學(xué) 報(bào) 2020 年 9 月第 33 卷第 9期 5. 景曉軍 , 蔡安妮 , 孫景鰲 一種基于二維最大類間方差的圖像分割算法 通信學(xué)報(bào) 2020 年 4 月第 22卷第 4期 6. 姚宇華，嚴(yán)洪 ， 蔣立正 基于局部最大方差分割的圖像二值化算法 微型電腦應(yīng)用 2020 年第 l9 卷第 8期 7. 曾萬梅 ,吳慶憲 ,姜長(zhǎng)生 一種新的目標(biāo)圖像自適應(yīng)閾值分割算法 南京航空航天大學(xué)自動(dòng)化學(xué)院 1671637X(2020)05002703 8. 潘秀琴 ,侯朝楨 ,楊國盛 一種新的基于連續(xù)小波變換的圖像分割算法 北京理工大學(xué)學(xué)報(bào) 2020 年 12月 第 21卷第 6 期 9. 聶祥飛 基于小波變換的圖像分割技術(shù)研究 重慶三峽學(xué)院 10077022(2020) 13001003 10. 劉海華，陳州徽，陳心浩，陳亞光 基于小波變換的多分辨率圖像分割 中南民族大學(xué)電信學(xué)院 10028331（ 2020） 01005003 11. LI Yuee,LIU Qingfang The Application of Wavelet Transform to the Image Segmentation Journal of Shanxi University Taiyuan 030006 12. WANG Na,PENG Qingyu,DENG Baoqing Background segmentation in medical image Chinese Journal of Medical Imaging Technology 13. 丁亮，張永平，張雪英 圖像分割方法及性能評(píng)價(jià)綜述 國際 IT 傳媒品牌軟件 2020 年第 31卷第 12期 （論文） 24 附 錄 雙峰法 tic。 I=imread(39。醫(yī)學(xué) 39。)。 A=I。%A=rgb2gray(I)。 figure(1)。 subplot(1,3,1)。 B=imhist(A)。 plot(B)。 title(39。直方圖 39。)。 subplot(1,3,2)。 imshow(I)。 title(39。原始圖像 39。)。 [m,n]=size(I)。 for i=1:m for j=1:n if(I(i,j)50) I(i,j)=255。 else I(i,j)=0。 end end end subplot(1,3,3)。 imshow(I)。 imwrite(I,39。39。)。 title(39。閾值 40分割圖像 39。)。 toc。 %圖像的 MSE、 SNR、 PSNR的計(jì)算 B=I。 [M,N]=size(A)。 a=double(A)。b=double(B)。 sum1=0。 for i=1:M。 for j=1:N。 sum1=sum1+(a(i,j)b(i,j))^2。 end。 end。 mseValue=sum1/(M*N)。%計(jì)算均方誤差 MSE sum2=0。 for i=1:M。 for j=1:N。 sum2=sum2+(a(i,j))^2。 end。 end。 P=sum2。 snrValue=10*log10(P/mseValue)。%計(jì)算信噪比 SNR psnrValue=10*log10(255^2/mseValue)。%計(jì)算峰值信噪比 PSNR 最大類間差法 tic。 x=imread(39。醫(yī)學(xué) 39。)。 subplot(1,2,1)。 imshow(x) 。title(39。原始圖像 39。)。 count=imhist(x)。 [m,n]=size(x)。 N=m*n。 L=256。 count=count/N。 for i=1:L if count(i)~=0 st=i1。 break。 end end for i=L:1:1 if count(i)~=0 nd=i1。 break。 end end f=count(st+1:nd+1)。 %f 是每個(gè)灰度出現(xiàn)的概率 （論文） 2 p=st。 q=ndst。 u=0。 for i=1:q u=u+f(i)*(p+i1)。 %u 是像素的平均值 ua(i)=u。 %ua（ i）是前 i個(gè)像素的平均灰度值 end。 for i=1:q w(i)=sum(f(1:i))。 %w（ i）是前 i個(gè)像素的累加概率 end。 d=(u*wua).^2./(w.*(1w))。 [y,tp]=max(d)。 %可以取出數(shù)組的最大值及取最大值的點(diǎn) th=tp+p。 for i=1:m for j=1:n if x(i,j)th x(i,j)=0。 else x(i,j)=255。 end end end subplot(1,2,2)。 imshow(x)。 title(39。最大類方差法 39。)。 toc。 %圖像的 MSE、 SNR、 PSNR 的計(jì)算 A=imread(39。醫(yī)學(xué) 39。)。 B=x。 [M,N]=size(A)。 a=double(A)。b=double(B)。 sum1=0。 for i=1:M。 for j=1:N。 sum1=sum1+(a(i,j)b(i,j))^2。 end。 end。 mseValue=sum1/(M*N)。%計(jì)算均方誤差 MSE sum2=0。 for i=1:M。 for j=1:N。 sum2=sum2+(a(i,j))^2。 end。 end。 P=sum2。 snrValue=10*log10(P/mseValue)。%計(jì)算信噪比 SNR psnrValue=10*log10(255^2/mseValue)。% 計(jì)算峰值信噪比 PSNR 小波分割 clear。 tic。 imgname=39。醫(yī)學(xué) 39。 wavename=39。haar39。 %用 haar 小波來分解 mode=39。per39。 [x,map]=imread(imgname)。 %x 是像素色值，map 是色譜 figure(1)。 subplot(2,2,1)。imshow(x)。 title(39。原圖 39。)。 r=x。 %r=rgb2gray(x) 三維圖像變成二維圖像 xx=histeq(r)。 %直方圖均衡化 subplot(2,2,2)。imshow(xx)。 title(39。增強(qiáng)后的圖像 39。)。 deccof=struct(39。ca39。,[],39。ch39。,[],39。cv39。,[],39。cd39。,[])。 %三層分解 reccof=struct(39。rx39。,[])。 sx=size(xx)。 nbcol=size(map,1)。 dx=xx。 deccof(1).ca=xx。 （論文） 3 [deccof(2).ca,deccof(2).ch,deccof(2).cv,deccof(2).cd]=dwt2(dx,wavename,39。mode39。,mode)。 %使用小波函數(shù)對(duì)圖像 dx進(jìn)行二維小波變換 figure(2)。imshow([deccof(2).ca/255,deccof(2).ch/255。deccof(2).cv/255,deccof(2).cd/255。])。 title(39。小波 分解 39。)。 am=deccof(2).ca/255。 figure(1)。 subplot(2,2,3)。imshow(am)。 title(39。近似分量 39。)。 %找閾值 L=size(am,1)。 W=size(am,2)。 N=L*W。 [Count Ret]=imhist(am)。 Pi=Count39。./N。 g=[]。 for t=0:255 w0=sum(Pi(1:t+1))。 w1=1w0。 mu0=sum(Pi(1:t+1).*(0:t))/w0。 mu1=sum(Pi(t+2:256).*(t+1:255))/w1。 mu=sum(Pi(1:256).*(0:255))。 g=[g w0*w1*(mu0mu1)^2/(w1*(mu0mu)^2+w0*(mu1mu)^2)]。 end [Ret1 T ]=max(g)。 T1=T。 T=num2str(T1)。 disp([39。最佳灰度 threhold: 39。 T])。 %分割 I1=im2bw(am,T1/255)。 figure(1),subplot(2,2,4)。imshow(I1)。 title(39。閾值分割后的圖像 39。)。 u=idwt2(I1,deccof(2).ch/127,deccof(2).cv/127,deccof(2).cd/127,wavename,39。mode39。,mode)。 figure(3),imshow(u)。title(39。小波分割圖像 39。) 。 toc。 %圖像的 MSE、 SNR、 PSNR 的計(jì)算 A=imread(39。醫(yī)學(xué) 39。)。 B=u。 [M,N]=size(A)。 a=double(A)。b=double(B)。 sum1=0。 for i=1:M。 for j=1:N。 sum1=sum1+(a(i,j)b(i,j))^2。 end。 end。 mseValue=sum1/(M*N)。%計(jì)算均方誤差 MSE sum2=0。 for i=1:M。 for j=1:N。 sum2=sum2+(a(i,j))^2。 end。 end。 P=sum2。 snr=10*log10(P/mseValue)。%計(jì)算信噪比 SNR psnr=10*log10(255^2/mseValue)。%計(jì)算峰值信噪比 PSNR