图像分割实验报告.docx

评分实验报告
课程名称医学图像处理实验名称图像分害U专业班级姓名学号实验日期实验地点2015—2016学年度第2学期
一、实验目的
掌握常用的边缘提取算法，从图像中提取感兴趣的区域，实现图像分割。在图像中，寻找灰度相同或相似的区域阈值分割[I,map]=imread(');imshow(I);figure;J=imhist(I);imhist(I);[M,N]=size(I);fori=1:1:Mforj=1:1:NifI(i,j)>80g(i,j)=0;elseg(i,j)=1;
9续入图像%显示图像咂成直方图并显示%返回图像的行数和列数%务i以步长1从1增加到M%务j以步长1从1增加到N哝口果图像阈值大于80呱U大于80的就变成黑的%J、于80就变成白的
end
end
endfigure;imshow(g);
辣持原图，显示图像g
图2直方图
图1原图
图3阈值分割后的二值图像
分析：手动阈值分割的阈值是取直方图中双峰的谷底的灰度值作为阈值，若有多个双峰谷底,则取第一个作为阈值。本题的阈值取80。
9例2迭代阈值分割
f=imread(');
subplot(1,2,1);imshow(f);
title('原始图像');
f=double(f);
T=(min(f(:))+max(f(:)))/2;
done=false;
i=0;
while-done
腋入图像
唯i］建一个一行二列的窗口，在第一个窗口显示图像
%标注标题
%专换位双精度
%设定初始阈值
%定义开关变量，用于控制循环次数
%迭代，初始值i=0
%while-done是循环条件，~是"非”的意思，此处done=0;说明是无限循环，循环体里面应该还有循环退出条件，否则就循环到死了;
r1=find(f<=T);
r2=find(f>T);
9胺前次结果对t进行二次分
%按前次结果重新对t进行二次分
Tnew=(mean(f(r1))+mean(f(r2)))/2;%新阈值两个范围内像素平均值和的done=abs(Tnew-T)<1;T=Tnew;i=i+1;endf(r1)=0;f(r2)=1;subplot(1,2,2);imshow(f);title('迭代阈值二值化图像');
9枚定两次阈值的比较，当满足小于1时，停止循环,1是自己指定的参数%巴Tnw的值赋给T%执行循坏，每次都加1%;巴小于初始阈值的变成黑的%;巴大于初始阈值的变成白的/I］建一个一行二列的窗口，在第二个窗口显示图像%显示图像
咖注标题
席殆密儒.
图4原始图像遥仆S国伯二伯子七图谀图5迭代阈值二值化图像
I=imread(');subplot(1,3,1);imshow(I);title('原图像');H=fspecial('laplacian');laplacianH=filter2(H,I);subplot(1,3,2);imshow(laplacianH);title('laplacian算子锐化图像');H=fspecial('prewitt');prewittH=filter2(H,I);subplot(1,3,3);imshow(prewittH);title('prewitt模板锐化图像');
laplacian鼻子锐化图像
pr甄itt模板锐化图儒
分析：本题是迭代阈值二值化分割，步骤是：，即原图大小取平均；；；，直到两次阈值的灰度变化不超过1,则稳定；。
%&］3Laplacian算子和模板匹配法腋入图像唯ij建一个一行三列的窗口，在第一个窗口显示图像%标注标题唯成laplacian滤波器泅laplacian为模板对图像I进行锐化滤波/I］建一个一行三列的窗口，在第二个窗口显示图像%显示图像咖注标题唯成Prewitt滤波器以以prewitt为模板对图像I进行锐化滤波/I］建一个一行三列的窗口，在第三个窗口显示图像%显示图像9赫注标题
图6原图像
图7laplacian算子锐化图像图8prewitt模板锐化图像
分析：从结果图可以看出,
laplacian算子对边缘的处理更明显，它是二阶微分算子，能加强
边缘效果，对噪声很敏感,
Prewitt算子是平均滤波的一阶的微分算子，不仅能检测边缘
点，而且能抑制噪声的影响。
4不同边缘检测方法比较原始图傍
图10Roberts算子分割结果图像
pre^vittW子分"割结果
图11Sobel算子分割结果图像
图12prewit