区域生长
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。
-
#include <opencv2\highgui\highgui.hpp>
-
#include <iostream>
-
#include "math.h"
-
using namespace cv;
-
using namespace std;
-
Mat RegionGrow(Mat src, Point2i pt, int th)
-
{
-
Point2i ptGrowing; //待生长点位置
-
int nGrowLable = 0; //标记是否生长过
-
int nSrcValue = 0; //生长起点灰度值
-
int nCurValue = 0; //当前生长点灰度值
-
Mat matDst = Mat::zeros(src.size(), CV_8UC1); //创建一个空白区域,填充为黑色
-
//生长方向顺序数据
-
int DIR[8][2] = { { -1, -1 }, { 0, -1 }, { 1, -1 }, { 1, 0 }, { 1, 1 }, { 0, 1 }, { -1, 1 }, { -1, 0 } };
-
Vector<Point2i> vcGrowPt; //生长点栈
-
vcGrowPt.push_back(pt); //将生长点压入栈中
-
matDst.at<uchar>(pt.y, pt.x) = 255; //标记生长点
-
nSrcValue = src.at<uchar>(pt.y, pt.x); //记录生长点的灰度值
-
while (!vcGrowPt.empty()) //生长栈不为空则生长
-
{
-
pt = vcGrowPt.back(); //取出一个生长点
-
vcGrowPt.pop_back();
-
//分别对八个方向上的点进行生长
-
for (int i = 0; i<9; ++i)
-
{
-
ptGrowing.x = pt.x + DIR[i][0];
-
ptGrowing.y = pt.y + DIR[i][1];
-
//检查是否是边缘点
-
if (ptGrowing.x < 0 || ptGrowing.y < 0 || ptGrowing.x >(src.cols - 1) || (ptGrowing.y > src.rows - 1))
-
continue;
-
nGrowLable = matDst.at<uchar>(ptGrowing.y, ptGrowing.x); //当前待生长点的灰度值
-
if (nGrowLable == 0) //如果标记点还没有被生长
-
{
-
nCurValue = src.at<uchar>(ptGrowing.y, ptGrowing.x);
-
if (abs(nSrcValue - nCurValue) < th) //在阈值范围内则生长
-
{
-
matDst.at<uchar>(ptGrowing.y, ptGrowing.x) = 255; //标记为白色
-
vcGrowPt.push_back(ptGrowing); //将下一个生长点压入栈中
-
}
-
}
-
}
-
}
-
return matDst.clone();
-
}
-
int main() //区域生长
-
{
-
Mat src = imread("E:\\QT text\\image processing\\delineation\\image\\1.jpg");
-
namedWindow("原图", 0);
-
imshow("原图", src);
-
Point pt = (514,510); //待生长点位置
-
int th = 10;
-
src = RegionGrow(src, pt, th);
-
namedWindow("RegionGrow", 0);
-
imshow("RegionGrow", src);
-
waitKey(0);
-
return 0;
-
}
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:
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:
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
上一篇: 区域生长算法原理及MATLAB实现
下一篇: PCL 区域生长分割
推荐阅读
-
php中smarty区域循环的方法,phpsmarty区域循环
-
ExtJS 2.0实用简明教程 之Border区域布局_extjs
-
php中smarty区域循环的方法,phpsmarty区域循环_PHP教程
-
JVM中有哪些内存区域,分别是用来干什么的
-
增添重复区域后、升序、不用分页
-
Fragment穿透事件处理,点击当前fragment空白区域触发了其他fragment控件的点击事件
-
opencv-寻找图像最清晰区域
-
基于HSV颜色的连通区域提取
-
图片感兴趣区域ROI获取——鼠标选择矩阵区域+不规则多边形区域(anoconda3.4+spyder+python3.5+opencv3.4)
-
opencv提取旋转矩形区域的图像(将旋转矩形区域图像旋转成水平)