関数 > 画像処理 > セグメント化 > 例: 領域拡張
  
例: 領域拡張
reg_grow関数は、領域拡張アルゴリズムを使用して、画像を同種で接続された領域に分割します。領域ベースのセグメント化を使用して、輝度やテクスチャなど、画像内の同種の特性を備えた領域がグループ化されます。
この例の使用方法については、 画像処理の例についてを参照してください。
1. いくつかの四角形のボックスから成る次のような画像を作成します。
クリックしてこの式をコピー
クリックしてこの式をコピー
クリックしてこの式をコピー
クリックしてこの式をコピー
クリックしてこの式をコピー
クリックしてこの式をコピー
クリックしてこの式をコピー
クリックしてこの式をコピー
クリックしてこの式をコピー
クリックしてこの式をコピー
クリックしてこの式をコピー
クリックしてこの式をコピー
クリックしてこの式をコピー
クリックしてこの式をコピー
クリックしてこの式をコピー
クリックしてこの式をコピー
クリックしてこの式をコピー
クリックしてこの式をコピー
クリックしてこの式をコピー
クリックしてこの式をコピー
クリックしてこの式をコピー
2. runif関数を使用して、[-0.1 0.1] 内に一様に分布するノイズを付加します。ノイズの平均値はほぼゼロになります。
クリックしてこの式をコピー
クリックしてこの式をコピー
クリックしてこの式をコピー
クリックしてこの式をコピー
クリックしてこの式をコピー
クリックしてこの式をコピー
3. scale関数を使用して、画像を尺度化し、 WRITEBMP関数を使用して、画像をファイルに保存します。画像を表示します。
クリックしてこの式をコピー
クリックしてこの式をコピー
クリックしてこの式をコピー
クリックしてこの式をコピー
(reg_grow_s.bmp)
4. 領域拡張アルゴリズムを使用します。
クリックしてこの式をコピー
クリックしてこの式をコピー
クリックしてこの式をコピー
クリックしてこの式をコピー
5. 個々の領域を区別するため、出力を偽色で表示します。
クリックしてこの式をコピー
クリックしてこの式をコピー
(reg_grow_sm1.bmp)
6. gray_to_rgb関数を使用して、グレー画像をカラーに変換します。個々の領域を区別するため、出力を偽色で表示します。
クリックしてこの式をコピー
クリックしてこの式をコピー
クリックしてこの式をコピー
(reg_grow_sm1c.bmp)
7. アルゴリズムによって検出された領域数を確認し、 imhist関数を使用してヒストグラムに目を通します。
クリックしてこの式をコピー
クリックしてこの式をコピー
クリックしてこの式をコピー
クリックしてこの式をコピー
面積が 400 の領域が 5 つあります。そのほかの領域の面積と数も、入力行列と同じになっています。
8. このセグメント化を、人間の頭部の MRI 画像に適用します。
クリックしてこの式をコピー
クリックしてこの式をコピー
クリックしてこの式をコピー
9. submatrix関数を使用して、行数が奇数にならないように、画像から先頭の 256 行を抽出します。
クリックしてこの式をコピー
クリックしてこの式をコピー
クリックしてこの式をコピー
クリックしてこの式をコピー
10. この画像の最初の 2 x 2 の区間から始めて 20 個の領域になるように、領域拡張処理を実行します。
クリックしてこの式をコピー
11. セグメント化されて尺度化された画像の横に元の画像を表示します。
クリックしてこの式をコピー
クリックしてこの式をコピー
(brain_t.bmp)
(brain_t1s.bmp)
12. セグメント化された画像で、値が選択した spoint と同じすべての点を選択します。
クリックしてこの式をコピー
クリックしてこの式をコピー
クリックしてこの式をコピー
T2 は 2 値画像です。
(brain_t2.bmp)
13. mask関数を使用し、T2 をマスクとして使用して、元の画像から脳の領域を抽出します。
クリックしてこの式をコピー
クリックしてこの式をコピー
(brain_extract.bmp)