实验5图像分割.docx
《实验5图像分割.docx》由会员分享，可在线阅读，更多相关《实验5图像分割.docx（15页珍藏版）》请在冰点文库上搜索。
实验5图像分割
实验4图像分割
实验目的：
1.了解图像分割的基本理论和方法；
2.掌握对图像进行点、线和边缘检测的方法；
3.掌握阈值分割的方法和阈值的选择；
4.熟悉区域生长法和分水岭分割算法
实验内容：
1.对图片lung2.bmp和加噪声的lung3.bmp分别用3*3的sobel算子、prewitt算子、log算子、canny算子进行处理，根据处理结果分析上述算子，分别是什么类型的？
有何作用？
思考一下如何设计算子。
lung3.bmp为g=imnoise（f,”salt&pepper”,0.02）（0.02表示发生概率）
f=imread（'lung2.bmp'）;[fs,t]=edge（f,'sobel','both'）;
imshow（fs）,title'f-sobel';
>>t（t=0.2149）
[fp,t]=edge（f,'prewitt'）;
>>imshow（fp）,title'f-prewitt';
>>t（t=0.2089）
[fl,t]=edge（f,'log'）;
>>imshow（fl）,title'f-log';
>>t
t=
0.0071
[fc,t]=edge（f,'canny'）;
>>imshow（fc）,title'f-canny';
>>t
t=
0.01250.0313
>>g=imnoise（f,'salt&pepper',0.02）;
imshow（g）,title'g';
[gs,t]=edge（g,'sobel','both'）;
>>t
t=
0.2423
>>[gp,t]=edge（g,'prewitt'）;
>>t
t=
0.2338
[gl,t]=edge（g,'log'）;
>>imshow（gl）,title'g-log';
>>t
t=
0.0085
[gc,t]=edge（g,'canny'）;
>>imshow（gc）,title'g-canny';
>>t
Prewitt算子和Sobel算子提取边缘的结果差不多。
Sobel算子在提取边缘的同时它对噪声具有平滑作用，能够抑制一定的噪声，sobel算子要比prewitt算子更能准确检测图像边缘。
LOG算子是个二阶算子，在对图像进行差分运算之前，先对图像使用高斯低通滤波器进行平滑处理，以减少噪声，因此缓解了一般差分对噪声响应很敏感的问题，但它对噪声过于敏感，使其使用大为受限。
Canny算子提取的边缘最为完整，而且边缘的连续性很好，定位比较精确。
但在实际工作应用中编程较为复杂且运算较慢。
总的来说就是：
Sobel算子、Prewitt算子的处理结果连续性不好，LOG算子的处理结果不精确，而Canny算子的处理结果更多更精确地保留了图像的边缘特征，具有较好的连续性。
2.
（1）对图片lung.bmp用im2bw进行处理，其分割的阈值分别设为0.05,0.15和0.7，分析哪个效果好（结合图像的直方图）。
f=imread（'lung.bmp'）;imhist（f）
>>f1=im2bw（f,0.05）;
>>imshow（f1）,title'0.05';
f2=im2bw（f,0.15）;
>>imshow（f2）,title'0.15';
f3=im2bw（f,0.7）;
>>imshow（f3）,title'0.7';
（2）用全局阈值法或Otsu算法计算出合适的阈值。
t=graythresh（f）;
>>t
t=
0.1647
f4=im2bw（f,graythresh（f））;
>>imshow（f4）;
（3）对分割出来的二值图像运用所学的形态学知识，得到肺部图像。
提示：
如f为原图像，fillhole为处理后的二值图像（其中肺部为白色，其他为黑色），则以下语句可以得到原图中的肺部图像。
f（fillhole==0）=255;%或f（fillhole==0）=0也可以
F=imfill（~f2,'holes'）;f（F==0）=255;
>>figure,imshow（f）,title'f（F）';
3.编写m文件globalthreshold.m，完成对输入图片全局阈值的计算（参见课本305页的算法），输入参数为图片f,初始阈值T（默认为min+max/2），还有差值范围T0（默认5）（T0表示这一次计算得到的T与上一次的T值之差用计算得到的阈值对lung.bmp进行处理，看看效果如何？
f=imread（'lung.bmp'）;
>>T=globalthreshold（f）;
>>T
T=
42.5917
>>fn=im2bw（f,（T/255））;
>>imshow（fn）;
4.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＝255T＝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
实验报告：
1.实验目的
2.实验内容（部分可略写）每题分开写，并标明题号
3.实验小结和体会
升级会员 