欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

区域生长

程序员文章站 2022-05-20 21:08:03
...

转自:https://blog.csdn.net/qq_37764129/article/details/81227091

注:本程序只能做图像分割,结果图是转自原作者的,暂时没实现该功能。

1、理论基础

      区域生长算法的基本思想是将有相似性质的像素点合并到一起。对每一个区域要先指定一个种子点作为生长的起点,然后将种子点周围领域的像素点和种子点进行对比,将具有相似性质的点合并起来继续向外生长,直到没有满足条件的像素被包括进来为止。这样一个区域的生长就完成了。这个过程中有几个关键的问题:

a> 给定种子点(种子点如何选取?)

      种子点的选取很多时候都采用人工交互的方法实现,也有用其他方式的,比如寻找物体并提取物体内部点作为种子点。

b> 确定在生长过程中能将相邻像素包括进来的准则

     灰度图像的差值;彩色图像的颜色等等。都是关于像素与像素间的关系描述。

c> 生长的停止条件

2、灰度差值的区域生长算法实现

算法实现的步骤:

a>  创建一个空白的图像(全黑);

b> 将种子点存入vector中,vector中存储待生长的种子点;

c> 依次弹出种子点并判断种子点如周围8领域的关系(生长规则),相似的点则作为下次生长的种子点;

d> vector中不存在种子点后就停止生长。

区域生长

 
  1. #include <opencv2\highgui\highgui.hpp>

  2. #include <iostream>

  3. #include "math.h"

  4.  
  5. using namespace cv;

  6. using namespace std;

  7.  
  8. Mat RegionGrow(Mat src, Point2i pt, int th)

  9. {

  10. Point2i ptGrowing; //待生长点位置

  11. int nGrowLable = 0; //标记是否生长过

  12. int nSrcValue = 0; //生长起点灰度值

  13. int nCurValue = 0; //当前生长点灰度值

  14. Mat matDst = Mat::zeros(src.size(), CV_8UC1); //创建一个空白区域,填充为黑色

  15. //生长方向顺序数据

  16. int DIR[8][2] = { { -1, -1 }, { 0, -1 }, { 1, -1 }, { 1, 0 }, { 1, 1 }, { 0, 1 }, { -1, 1 }, { -1, 0 } };

  17. Vector<Point2i> vcGrowPt; //生长点栈

  18. vcGrowPt.push_back(pt); //将生长点压入栈中

  19. matDst.at<uchar>(pt.y, pt.x) = 255; //标记生长点

  20. nSrcValue = src.at<uchar>(pt.y, pt.x); //记录生长点的灰度值

  21.  
  22. while (!vcGrowPt.empty()) //生长栈不为空则生长

  23. {

  24. pt = vcGrowPt.back(); //取出一个生长点

  25. vcGrowPt.pop_back();

  26.  
  27. //分别对八个方向上的点进行生长

  28. for (int i = 0; i<9; ++i)

  29. {

  30. ptGrowing.x = pt.x + DIR[i][0];

  31. ptGrowing.y = pt.y + DIR[i][1];

  32. //检查是否是边缘点

  33. if (ptGrowing.x < 0 || ptGrowing.y < 0 || ptGrowing.x >(src.cols - 1) || (ptGrowing.y > src.rows - 1))

  34. continue;

  35.  
  36. nGrowLable = matDst.at<uchar>(ptGrowing.y, ptGrowing.x); //当前待生长点的灰度值

  37.  
  38. if (nGrowLable == 0) //如果标记点还没有被生长

  39. {

  40. nCurValue = src.at<uchar>(ptGrowing.y, ptGrowing.x);

  41. if (abs(nSrcValue - nCurValue) < th) //在阈值范围内则生长

  42. {

  43. matDst.at<uchar>(ptGrowing.y, ptGrowing.x) = 255; //标记为白色

  44. vcGrowPt.push_back(ptGrowing); //将下一个生长点压入栈中

  45. }

  46. }

  47. }

  48. }

  49. return matDst.clone();

  50. }

  51. int main() //区域生长

  52. {

  53. Mat src = imread("E:\\QT text\\image processing\\delineation\\image\\1.jpg");

  54. namedWindow("原图", 0);

  55. imshow("原图", src);

  56.  
  57. Point pt = (514,510); //待生长点位置

  58. int th = 10;

  59. src = RegionGrow(src, pt, th);

  60. namedWindow("RegionGrow", 0);

  61. imshow("RegionGrow", src);

  62. waitKey(0);

  63. return 0;

  64. }

3、算法效果

贴图看看使用该算法的图像处理效果:

首先对原图像进行二值化:

区域生长

        得到种子点的方法这里就不用介绍了,这个不是该算法的重点。得到两个种子点(左右肺),分别使用区域生长算法得到左右肺区,然后与原图进行与运算,得到结果:

区域生长

        To:博乐评论中提到的原始区域生长的算法思想。原始区域生长中一般有四领域的生长和八领域的生长两种方式,基本思想和该算法是一致的。这个算法也是博主在以前没有使用opencv的程序中修改得来的。

转自:https://blog.csdn.net/robin__chou/article/details/50071313

相关博客:

区域生长基础理论及代码:https://blog.csdn.net/gaohuazhao/article/details/51100429