区域生长

转自：https://blog.csdn.net/qq_37764129/article/details/81227091

注：本程序只能做图像分割，结果图是转自原作者的，暂时没实现该功能。

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。

1. #include

2. #include

3. #include "math.h"

4.  

5. using namespace cv;

6. using namespace std;

7.  

8. Mat RegionGrow(Mat src, Point2i pt, int th)

9. {

10. Point2i ptGrowing; //待生长点位置

11. int nGrowLable = 0; //标记是否生长过

12. int nSrcValue = 0; //生长起点灰度值

13. int nCurValue = 0; //当前生长点灰度值

14. Mat matDst = Mat::zeros(src.size(), CV_8UC1); //创建一个空白区域，填充为黑色

15. //生长方向顺序数据

16. int DIR[8][2] = { { -1, -1 }, { 0, -1 }, { 1, -1 }, { 1, 0 }, { 1, 1 }, { 0, 1 }, { -1, 1 }, { -1, 0 } };

17. Vector vcGrowPt; //生长点栈

18. vcGrowPt.push_back(pt); //将生长点压入栈中

19. matDst.at(pt.y, pt.x) = 255; //标记生长点

20. nSrcValue = src.at(pt.y, pt.x); //记录生长点的灰度值

21.  

22. while (!vcGrowPt.empty()) //生长栈不为空则生长

23. {

24. pt = vcGrowPt.back(); //取出一个生长点

25. vcGrowPt.pop_back();

26.  

27. //分别对八个方向上的点进行生长

28. for (int i = 0; i<9; ++i)

29. {

30. ptGrowing.x = pt.x + DIR[i][0];

31. ptGrowing.y = pt.y + DIR[i][1];

32. //检查是否是边缘点

33. if (ptGrowing.x < 0 || ptGrowing.y < 0 || ptGrowing.x >(src.cols - 1) || (ptGrowing.y > src.rows - 1))

34. continue;

35.  

36. nGrowLable = matDst.at(ptGrowing.y, ptGrowing.x); //当前待生长点的灰度值

37.  

38. if (nGrowLable == 0) //如果标记点还没有被生长

39. {

40. nCurValue = src.at(ptGrowing.y, ptGrowing.x);

41. if (abs(nSrcValue - nCurValue) < th) //在阈值范围内则生长

42. {

43. matDst.at(ptGrowing.y, ptGrowing.x) = 255; //标记为白色

44. vcGrowPt.push_back(ptGrowing); //将下一个生长点压入栈中

45. }

46. }

47. }

48. }

49. return matDst.clone();

50. }

51. int main() //区域生长

52. {

53. Mat src = imread("E:\\QT text\\image processing\\delineation\\image\\1.jpg");

54. namedWindow("原图", 0);

55. imshow("原图", src);

56.  

57. Point pt = (514,510); //待生长点位置

58. int th = 10;

59. src = RegionGrow(src, pt, th);

60. namedWindow("RegionGrow", 0);

61. imshow("RegionGrow", src);

62. waitKey(0);

63. return 0;

64. }

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：

        To：博乐评论中提到的原始区域生长的算法思想。原始区域生长中一般有四领域的生长和八领域的生长两种方式，基本思想和该算法是一致的。这个算法也是博主在以前没有使用opencv的程序中修改得来的。

转自：https://blog.csdn.net/robin__chou/article/details/50071313

相关博客：

区域生长基础理论及代码：https://blog.csdn.net/gaohuazhao/article/details/51100429