医学图像处理实验报告 下载本文

内容发布更新时间 : 2024/5/18 13:27:56星期一 下面是文章的全部内容请认真阅读。

其中,f是输入图像,T是生成的阈值。注意:若f是unit8类图像,则须在使用T之前要让T乘以255。

6.1.4 区域生长。这是一种按照预先定义的生长准则来把像素或子区域集合成较大区域的处理方法。使用regiongrow函数来完成差不多的区域生长,语法为:

[g, NR, SI, TI]=regiongrow(f, S, T)

其中,f是将被分割的图像,参数S能够是一组数组(与f大小相同)或一个标量。

6.1.5 区域分离和合并。我们一样使用四叉树表示方法,树的根对应于整个图像。实现四叉树分解飞函数是qtdecomp,语法为:

S = qtdecomp(f, @split_test, parameters)

其中,f是输入图像,S是包含四叉树结构的稀疏矩阵。

为了在四叉树分解中得到实际的四叉树区域像素值,使用函数qtgetblk,其语法是:

[vals, r c] = qtgeblk(f, s, m)

其中,vals是一个数组,它包含f的四叉树分解中为m*m的块的值,s是由qtdecomp返回的稀疏矩阵,参数r和c是包含左上角块的行坐标和列坐标的向量。

我们使用splitmerge来讲明qtdecomp函数的用法,其语法为: g = splitmerge(f, mindim, @pedicate)

其中,f是输入图像,g是输出图像,参数mindim定义分解中所承诺的最小块,该参数必须是2的正整数次幂。函数predicate是一个用户定义的函数,其语法为:

flag = predicate (region)

6.1.6 使用距离分水岭变换的分割。确实是每一个像素到最近非零值像素的距离。使用bwdist加以运算,语法为:

D = bwdist (f)

6.2 实验内容

6.2.1 点检测。在该图像中间偏下的区域有二个几乎看不见的白点。若令f表示这幅图像,写出得到那个点的实验步骤。

>> f=imread('Fig4.17(b).jpg'); >> w=[-1 -1 -1;-1 8 -1;-1 -1 -1]; >> g=abs(imfilter(double(f),w)); >> t=max(g(:)); >> g=g>=t;

>> figure,imshow(g) >> figure,imshow(f)

6.2.2 线检测。如图所示,图a是源图像,图b是-45°检测器后的处理,图c是图b的左上角放大图,图d是图b右下角放大图,图e是图b的绝对值,图f的值满足条件g>=t的所有点(白色),其中g是图e所示的图像。

>> w=[2 -1 -1;-1 2 -1;-1 -1 2]; >> f= imread('Fig10.04(a).jpg'); >> figure,imshow(f) >> g=imfilter(double(f),w); >> figure,imshow(g, []) >> gtop=g(1:120, 1:120); >> gtop=pixeldup(gtop,4); >> figure,imshow(gtop, [])

>> gbot=g(end-119:end, end-119:end); >> gbot=pixeldup(gbot, 4); >> figure,imshow(gbot, []) >> g=abs(g);

>> figure,imshow(g, []) >> t=max(g(:)); >> g=t>=t;

>> figure,imshow(g)

6.2.3 使用sobel检测器来提取边缘。

实验7 数学形状学及其应用 1.实验目的

1.了解二值形状学的差不多运算 2.把握差不多形状学运算的实现 3.了解形状操作的应用

2.实验差不多原理

腐蚀和膨胀是数学形状学最差不多的变换,数学形状学的应用几乎覆盖了图像处理的所有领域,给出利用数学形状学对二值图像处理的一些运算。

膨胀确实是把连接成分的边界扩大一层的处理。而收缩则是把连接成分的边界点去掉从而缩小一层的处理。

二值形状学

I(x,y), T(i,j)为 0/1图像?

腐蚀:E(x,y)?(I?T)(x,y)?AND?I(x?i,y?j)&T(i,j)?

m?I(x?i,y?膨胀:D(x,y)?(I?T)(x,y)?iOR,j?0灰度形状学 T(i,j)可取01以外的值 腐蚀:

mi,j?0j)&T(i,j)?

E(x,y)?(I?T)(x,y)?min?I(x?i,y?j)?T(i,j)?

0?i,j?m?1 膨胀:

D(x,y)?(I?T)(x,y)?max?I(x?i,y?j)?T(i,j)?

0?i,j?m?1 1.腐蚀Erosion:

X?B??x:Bx?x?

B1删两边

B2删右上

图5-1 剥去一层(皮) 2.膨胀Dilation:

X?B=?x:Bx?X?

B1补两边

左下

图5-2 层(漆)

3.开运算open :XB?(X?B)?B 4.闭close:XB?(X?B)?B?

5.HMT(Hit-Miss Transform:击中——击不中变换) 条件严格的模板匹配

T?(T1,T2)模板由两部分组成。T1:物体,T2:背景。

XT21231223113X?T??XiT1x?X,TC2x?X?

图5-3 击不中变换示意图 性质:

(1)T2??时,X?T?X?T1 (2)(X?T)?(X?T1)?(XC?T2) ?(X?T1)?(X?TC2)

?(X?T1)/(X?T2)

B2补

添上一