La función
reg_grow divide una imagen en varias regiones conectadas homogéneas mediante un algoritmo de crecimiento de regiones. La segmentación basada en regiones se utiliza para agrupar regiones de una imagen que tienen propiedades homogéneas, como intensidad, textura, etc.
1. Cree una imagen con varias cajas rectangulares:
2. Utilice la función
runif para añadir ruido de media de cero y distribución uniforme dentro del rango [-0,1 0,1]:
3. Aplique la función
scale a la nueva imagen y, a continuación, utilice la función
WRITEBMP para guardarla en un fichero. Vea la imagen.
(reg_grow_s.bmp)
4. Utilice el algoritmo de crecimiento de regiones:
5. Visualice la salida con un color falso para que las regiones resulten más obvias.
(reg_grow_sm1.bmp)
6. Utilice la función
gray_to_rgb para convertir la imagen gris en color. Visualice la salida con un color falso para que las regiones resulten más obvias.
(reg_grow_sm1c.bmp)
7. Verifique el número de regiones detectadas por el algoritmo y, a continuación, utilice la función
imhist para observar el histograma.
Como en la matriz de entrada, existen cinco regiones con un área de 400, dos regiones de 800 y tres regiones de 2000.
8. Aplique esta segmentación a una imagen real, una imagen de IRM de la cabeza de una persona.
9. Use la función
submatrix para extraer las primeras 256 filas de la imagen para evitar tener un número impar de filas.
10. Aplique el procedimiento de crecimiento de regiones a esta imagen, empezando con una división inicial de 2 x 2 hasta llegar a 20 regiones:
11. Visualice la imagen original, junto a la imagen segmentada y escalada.
(brain_t.bmp)
(brain_t1s.bmp)
12. Seleccione todos los puntos de la imagen segmentada que tengan el mismo valor que la variable spoint seleccionada.
T2 es una imagen binaria:
(brain_t2.bmp)
13. Utilice la función
mask y enmascare T2 para extraer la región del cerebro de la imagen original.
