实验6 图像分割 2.doc

实验5 图像分割 实验目的： 熟悉区域生长法； 2. 分水岭分割算法 实验内容： 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，以较好的分割出肝脏。参考书本P309例10.8 Regiongrow 的m 文件： f=imread(weld.tif); imshow(f),title f; g1=regiongrow(f,255,65); figure,imshow(g1),title g1; g2=regiongrow(f,255,150); figure,imshow(g2),title g2; g3=regiongrow(f,150,65); figure,imshow(g3),title g3; f=imread(liver.bmp); f1=regiongrow(f,175,20); imshow(f1),title (f1); g=imfill(f1,holes); figure,imshow(g),title (g); se=strel(disk,7); g1=imerode(g,se); figure,imshow(g1),title (g1); F=imreconstruct(g1,g); figure,imshow(F),title(F); 利用分水岭分割算法对图像rice.tif进行分割，并对出现过分割现象提出解决方案。(可以尝试tophat等学过的算法对图像进行预处理后再分割；使用不同的结构元素和参数；使用梯度分水岭算法与标记符控制算法等。比较得到最好的结果）。 f=imread(rice.tif); g=im2bw(f,graythresh(f)); gc=~g; D=bwdist(gc); L=watershed(-D); w=L==0; g2=g ~w; imshow(g2); 梯度分水岭： h=fspecial(sobel); fd=im2double(f); g=imfilter(fd,h, replicate); L=watershed(g); wr=L==0; f1=f; f1(wr) = 255; imshow(f1); 改进： g2=imclose(imopen(g,ones(3,3)),ones(3,3)); L2=watershed(g2); wr2=L2==0; fd(wr2)=255; imshow(fd); 标记符分水岭： f=imread(rice.tif); h=fspecial(sobel); fd=double(f); g=imfilter(fd,h,replicate); L=watershed(g); wr=L==0; rm=imregionalmin(g); im=imextendedmin(f,2); fim=f; fim(im)=175; Lim=watershed(bwdist(im)); em=Lim==0; g2=imimposemin(g,im | em); L2=watershed(g2); f2=f; f2(L2==0)=255; imshow(f2); imshow(rm),title rm;figure,imshow(fim),title fim;figure,imshow(em),title em;figure,imshow(g2),title g2;figure,imshow(f2),title f2; f=imread(rice.tif); h=fspecial(sobel); fd=double(f); g=sqrt(imfilter(fd,h,replicate).^2+imfilter(fd,h,replicate).^2); rm=imregionalmin(f); im2=imextendedmin(f,80); %扩展局部最小区域 imshow(im2); im2=~im2; se=strel(disk,2); im2=imopen(im2