区域生长顺序聚类算法流程图区域生长步骤

转载

mob64ca1402a190 2024-05-21 10:53:34

文章标签 区域生长顺序聚类算法流程图计算机视觉 Image 区域生长赋值 文章分类 机器学习人工智能

影像分割

区域生长及其实现

区域生长是根据事先定义的准则将像素或者子区域聚合城更大区域的过程。其基本思想是从一组生长点开始（生长点可以是单个像素，也可以为某个小区域），将与该生长点性质相似的相邻像素或者区域与生长点合井，形成新的生长点，重复此过程直到不能生长为止。生长点和相邻区域的相似性判据可以是灰度值、纹理、颜色等多种图像信息。

区域生长算法
区域生长一般有3个步骤。
(1) 选择合适的生长点。
(2) 确定相似性准则即生长准则
(3) 确定生长停止条件。
一般来说，在无像素或者区域不满足加入生长区域的条件时，区域生长就会停止。

function Image1 = myregionGrow(Image)
[m,n,band]=size(Image);
Image=double(Image);
[y,x]=getpts; 
T=6;%设置阈值,这个根据需要改变
L=3;
Point=[x;y];%选择的点
Point=reshape(Point,size(Point,1)/2,2);%重塑矩阵，方便获取坐标
[M,~]=size(Point);%获取行数，作为序号
Image1=zeros(m,n,band);
for i=1:M %对所获取的坐标点分别生成起始种子
    x=Point(i,1);%获取种子的x坐标，y坐标
    y=Point(i,2);
    k=i*255/M;%给和种子相似的区域赋值指定的值
    newseed=[x,y];
    while(size(newseed,1)>0)
        t=[];%临时变量存储新生长的部分
        for p=1:size(newseed,1)%对当前种子进行循环遍历
            x=round(newseed(p,1));%获取x坐标
            y=round(newseed(p,2));%获取y坐标
            %搜索种子周围25个点
           if( x>L && x<=m-L && y>L && y<=n-L)%判断是否超过图像边界
                for u = -L:L
                   for v = -L:L
                       X = x + u; Y = y + v;
                       if band==3
                           R=Image(X,Y,1);r=Image(x,y,1);
                           G=Image(X,Y,2);g=Image(x,y,2);
                           B=Image(X,Y,3);b=Image(x,y,3); 
                           if(abs(R-r)<=T&&abs(G-g)<=T&&abs(B-b)<=T && Image1(X,Y)==0)
                              for s=1:3
                              Image1(X,Y,s) = k;%给满足条件的点做上标记，特定灰度值
%                           Image1(X,Y,s)=Image(X,Y,s);%保存原来颜色
                              end
                               t=[t;X,Y];%新坐标增加到临时变量中
                           end
                       elseif band==1
                           if( X>1 && X<m && Y>1 && Y<n && abs(Image(X,Y,1)-Image(x,y,1))<=T && Image1(X,Y)==0)
                               Image1(X,Y) = k;%给满足条件的点做上标记，特定灰度值
                               t=[t;X,Y];%新坐标增加到临时变量中
                           end
                       end
                   end
                end
           end
        end
        newseed=t;%新生长区域作为新种子
    end
end
end

滑坡影像测试：（图中米字型标点为选择的点）

区域生长顺序聚类算法流程图区域生长步骤_Image