畢業(yè)論文數(shù)字圖像處理課設(shè)程設(shè)計(jì)基于區(qū)域生長(zhǎng)的圖像分割

1、成績(jī) 南京工程學(xué)院課程設(shè)計(jì)說(shuō)明書(shū)(論文)題 目 基于區(qū)域生長(zhǎng)的圖像分割 課 程 名 稱(chēng) 數(shù)字圖像處理 院（系、部、中心） 通信工程學(xué)院 專(zhuān) 業(yè) 班 級(jí) 學(xué) 生 姓 名 學(xué) 號(hào) 設(shè) 計(jì) 地 點(diǎn) 指 導(dǎo) 教 師 設(shè)計(jì)起止時(shí)間：2010 年6月28日至 2010年7月2日目 錄【摘要】1一、課程設(shè)計(jì)名稱(chēng)1二、課程設(shè)計(jì)目標(biāo)1三、總體設(shè)計(jì)13.1 總體設(shè)計(jì)要點(diǎn)概括13.2算法流程設(shè)計(jì)2四、功能描述3五、測(cè)試結(jié)果與分析3六、課程設(shè)計(jì)總結(jié)6七、參考文獻(xiàn):7八、源程序：7【摘要】圖像分割的目的是將圖像劃分為不同的區(qū)域，基于區(qū)域生長(zhǎng)是以直接找尋區(qū)域?yàn)榛A(chǔ)的分割技術(shù)。區(qū)域生長(zhǎng)是一種根據(jù)事先定義的準(zhǔn)則將像素或子區(qū)域

2、聚合成為更大的區(qū)域的過(guò)程?；痉椒ㄊ且砸唤M“種子”點(diǎn)開(kāi)始，將與種子點(diǎn)性質(zhì)相似（諸如灰度級(jí)或衍射的特定范圍）的相鄰像素附加到生長(zhǎng)區(qū)域的每個(gè)種子上。 區(qū)域生長(zhǎng)的一個(gè)問(wèn)題是用公式描述一個(gè)終止規(guī)則?；旧?，在沒(méi)有像素滿(mǎn)足加入某個(gè)區(qū)域的條件時(shí)，區(qū)域生長(zhǎng)就會(huì)停止。在此次課程設(shè)計(jì)中，在算法的設(shè)計(jì)上充分反映了這一點(diǎn)。在遍歷圖像的過(guò)程中調(diào)用函數(shù)testnei，測(cè)試i,j點(diǎn)處的鄰域滿(mǎn)足條件的像素。將每次新增長(zhǎng)的種子點(diǎn)作為下次遍歷的中心點(diǎn)，直到區(qū)域不再生長(zhǎng)。關(guān)鍵字： 區(qū)域生長(zhǎng) 種子點(diǎn) 分割一、課程設(shè)計(jì)名稱(chēng)基于區(qū)域生長(zhǎng)的圖像分割二、課程設(shè)計(jì)目標(biāo)1、 通過(guò)本次數(shù)字圖像處理課程設(shè)計(jì)，加深我對(duì)數(shù)字圖像處理的基本原理與方法的

3、認(rèn)識(shí)，提高了我應(yīng)用數(shù)字圖像處理的方法解決實(shí)際問(wèn)題的能力，達(dá)到理論與實(shí)際應(yīng)用的結(jié)合。2、 通過(guò)課程設(shè)計(jì)，能夠熟練運(yùn)用Matlab完成圖像處理任務(wù)。三、總體設(shè)計(jì)3.1 總體設(shè)計(jì)要點(diǎn)概括區(qū)域生長(zhǎng)是一種根據(jù)事先定義的準(zhǔn)則將像素或子區(qū)域聚合成更大區(qū)域的過(guò)程。基本方法是以一組種子點(diǎn)開(kāi)始，將與種子性質(zhì)相似的相鄰像素附加到生長(zhǎng)區(qū)域的每個(gè)種子上。區(qū)域生長(zhǎng)算法的重點(diǎn)是： 種子點(diǎn)的選取 生長(zhǎng)準(zhǔn)則的確定3.2 算法流程設(shè)計(jì)圖像讀取設(shè)定種 子點(diǎn)值二值圖像 分割以種子點(diǎn)進(jìn)行區(qū)域生長(zhǎng)輸出顯示對(duì)生長(zhǎng)完成圖像膨脹對(duì)圖像中值濾波(1)圖像讀取：f=imread(chrom.bmp);figureimshow(f);title(源

4、圖像);(2)以種子點(diǎn)對(duì)原圖像二值分割：seed=220;S=abs(double(f)-double(seed)20; %以初始種子點(diǎn)進(jìn)行二值圖像分割；figureimshow(S);title(初始種子點(diǎn));(3)以種子點(diǎn)進(jìn)行區(qū)域生長(zhǎng)：以種子點(diǎn)所在位置開(kāi)始遍歷，當(dāng)判斷滿(mǎn)足種子點(diǎn)條件時(shí)調(diào)用函數(shù)： function A=neitest(i,j,f,T) %返回當(dāng)前（i，j）位置種子點(diǎn)的S=S|temp; %更新當(dāng)前位置的8鄰域滿(mǎn)足閾值條件的點(diǎn)；使S中始終加入最近的種子點(diǎn)。最終循環(huán)條件截止條件：if(sum(sum(abs(double(S)-double(sd)=0) %當(dāng)前一次的種子加入點(diǎn)數(shù)

5、和本次的相同時(shí)說(shuō)明生長(zhǎng)完畢，種子不再生長(zhǎng)；break;end(4)對(duì)生長(zhǎng)完畢的圖像進(jìn)行膨脹操作：B=1 1 1;1 1 1;1 1 1;S=imdilate(S,B);figureimshow(S)title(膨脹后的圖像)（5）對(duì)膨脹后的圖像進(jìn)行中值濾波：C = medfilt2(S,7 7);figureimshow(C)title(經(jīng)過(guò)中值濾波后的圖像);四、功能描述1、對(duì)圖像進(jìn)行種子點(diǎn)的選取，并進(jìn)行閾值分割操作，在種子點(diǎn)的選取上取其對(duì)象圖像的平均值允許其灰度值值在20范圍內(nèi)。通過(guò)圖像能夠觀察所選出的種子點(diǎn)。2、函數(shù)function A=neitest(i,j,f,T)能夠?qū)Ξ?dāng)前（i，j

6、）坐標(biāo)點(diǎn)像素進(jìn)行判斷，在其8鄰接的像素點(diǎn)上滿(mǎn)足閾值條件的點(diǎn)坐標(biāo)將通過(guò)A返回。3、能夠?qū)γ看涡略龅姆N子點(diǎn)進(jìn)行判斷其周?chē)c(diǎn)的可行性，用循環(huán)方法不斷將新增的種子點(diǎn)加入?yún)^(qū)域，并用閾值條件進(jìn)行生長(zhǎng)。4、對(duì)區(qū)域生長(zhǎng)后的圖像進(jìn)行膨脹操作處理，使得在對(duì)象圖像中灰度值較高的密集點(diǎn)區(qū)域變得更大。防止斷線(xiàn)，對(duì)對(duì)象圖像中的瑕點(diǎn)更減少，視覺(jué)效果更好。5、再對(duì)膨脹后的圖像進(jìn)行中值濾波處理，使得對(duì)象圖像中的瑕點(diǎn)進(jìn)一步減少，對(duì)象圖像更加連續(xù)，幾乎感覺(jué)不到瑕點(diǎn)的存在。五、測(cè)試結(jié)果與分析1、讀寫(xiě)原圖f=imread(chrom.bmp);figureimshow(f);title(源圖像); 2、對(duì)圖像進(jìn)行種子點(diǎn)的選取，Seed

7、=220，并對(duì)其進(jìn)行邏輯閾值分割Svalue=220;S=(abs(double(f)-double(Svalue)1&i1&jy) for m=-1:1:1 for n=-1:1:1 if(abs(double(f(i+m,j+n)-double(f(i,j)T)%查找8領(lǐng)域里面滿(mǎn)足閾值條件的點(diǎn) A(i+m,j+n)=1; end end endendmain.m 文件clear;close all;clc;f=imread(chrom.bmp);figureimshow(f,);title(源圖像);M,N=size(f);seed=220;T=75;S=abs(double(f)-dou

8、ble(seed)20; %初始種子點(diǎn)；figureimshow(S);title(初始種子點(diǎn));add=S;while 1 flag=zeros(size(f);for i=1:M for j=1:N if(add(i,j)=1) temp=neitest(i,j,f,T); %返回當(dāng)前種子點(diǎn)的8鄰域滿(mǎn)足條件的點(diǎn)； S=S|temp; %更新S中的種子點(diǎn)個(gè)數(shù)； flag=flag|temp; end end end add=flag; if(sum(sum(abs(double(S)-double(sd)=0) %判斷終止條 break; 件：種子不再生長(zhǎng)； endendfigureimshow(S)title(