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。
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：
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
