图像分割技术在ROI检测中标的应用.docVIP

图像分割技术在ROI检测中标的应用 图像分割技术在ROI检测中标的应用 PAGEPAGE6 图像分割技术在ROI检测中标的应用 《图像处理技术应用实践》课程设计 题 目 图像分割技术在ROI检测中的应用 学生姓名 学 号 院 系 专 业 任课教师 二Ｏ一三年十二月二十日 图像分割技术在ROI检测中标的应用 摘要：通过图象分割技术提取出图像中的所有感兴趣区域并求出每个种子所包含的像素，方法为对二值化的图象逐个求出包含每个种子的最小区域，将二值化后为0的地方进行标记，最后统计数量。 关键词：图象增强分割；感兴趣区域；像素；二值化 引言 图像增强分割：有一幅包含不同大小的种子图案的扫描图像（如下图所示），每个包含了种子的图像区域称之为感兴趣区域（regions of interest —ROI）。 要求： （1）设计一套算法提取源图像中的所有ROI，并计算每一个ROI的大小（大小为包含多少个像素，如包含20个像素，则大小为20）。 提示：每一个ROI为一个连通集合。 （2）撰写完整的科技报告（形式类似科技论文）表述自己的算法设计，算法实现与计算结果 分析 题目所给的图为彩色图，首先应该先将其转化成灰度图，再对其进行处理；分析题目可知首先要将种子所覆盖的大概区域求出来，然后对里面的像素进行标记，最后统计个数就可以；所以首先将图像二值化，将二值化图像中值为0的地方进行标记，然后统计个数即可。 代码及结果 clear; clc; I=imread(E:\); f=rgb2gray(I); j=im2bw(f); [M N]=size(j); for x=1:M for y=1:N m(x,y)=255; end end %接下来对每个种子所包含的的区域进行标记，（坐标用axis on和pixval on显示图像的坐标并记录下来）不同的区域标记应不同，每一行写一个for循环，将10行的写完，因为是一样的for循环，在这里不写出所有的代码，只写第一行的，后面的以此类推即可； %第一行 for x=46:61 for y=123:140 if(j(x,y)==0) m(x,y)=2; end end end %被标记的37个区域的取值 A=[2 3 4 5 6 7 8 9 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39]; C=hist(A(:),unique(A)); %A中各个元素的个数 %最终的像素个数 for x=1:M for y=1:N for i=1:37 if m(x,y)==A(i) C(i)=C(i)+1; end end end end C figure(1); subplot(121);imshow(I); %原图 subplot(122);imshow(j); %二值化后的图 figure(2) imshow(m,[]); %标记后的图 图1 二值化后的图 图2 标记后的图 图3 最终输出结果图 总结 通过本次课程设计，对图像二值化有了更深层次的认识，在设计过程中也遇到了几个问题，其中一个就是把我坐标所包围的区域里的像素都进行了标记，导致最后结果变大，后来发现了这个问题，然后进行了修改，最终的到了结果；从最后结果可知基本达到了题目的要求。 参考文献 章毓晋 图像处理（第三版） 清华大学出版社； 章毓晋 .中国图象处理工程； 章毓晋 图象处理和分析基础 高等教育出版社。