示例：区域增长
函数 reg_grow 使用区域增长算法将图像分为多个同质连接的区域。基于区域的分段用于组合图像中具有同质属性 (如强度、纹理等) 的组区域。
有关使用此示例的信息，请参考关于图像处理示例。
1. 创建具有多个矩形框的图像：
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
2. 使用 runif 函数在 [-0.1 0.1] 范围内添加均值为零的均匀分布的噪声：
(reg_grow_s.bmp)
4. 使用区域增长算法：
5. 以假彩色显示输出以突显该区域。
(reg_grow_sm1.bmp)
6. 使用 gray_to_rgb 函数将灰色图像转换为彩色。以假彩色显示输出以突显该区域。
(reg_grow_sm1c.bmp)
7. 检验通过该算法找到的区域数，然后使用 imhist 函数查看柱状图。
在输入矩阵中，存在五个面积为 400 的区域、两个面积为 800 的区域以及三个面积为 2000 的区域。
8. 将此分段方法应用于实际图像，即人头部的 MRI 图像。
9. 使用 submatrix 函数从该图像中提取前 256 行，以避免得到奇数行。
10. 对以初始 2 x 2 分区开始并以 20 个区域结束的图像应用区域增长过程：
11. 在已分段并缩放的图像旁边显示原始图像。
 |
 |
|
(brain_t.bmp)
|
(brain_t1s.bmp)
|
12. 在已分段图像中选择与所选 spoint 具有相同值的所有点。
T2 为二值图像：
(brain_t2.bmp)
(brain_extract.bmp)