区域生长算法的一种实现

算法流程

  1. 选取种子点 QPoint seed(x, y),用栈来保存种子点区域,将种子点 push 到栈中.
  2. 将栈中的种子点 pop 出来,以该点为中心,遍历其八邻域.
  3. 判断邻域像素是否已经在种子区域中,若否则判断该像素是否满足生长条件,满足则将其作为新的种子点 push 到栈中.
  4. 重复步骤 2-3,直到栈为空.

代码实现

// seed 为种子点坐标
// threshold 为一个阈值,若邻域像素与种子点的灰度值之差小于这个阈值
// 则判定其满足生长条件
//
// 这里默认使用了 Qt 的栈 QStack,图像的读写使用 CImg.h 库
void regionGrowth(const QPoint &seed, const int &threshold)
{
	// 输入图像 
    CImg<int> img("test.png");
	// 输出结果图像
	// 这是一个全白的图片
    CImg<int> result(img.width(), img.height(), img.depth(), img.spectrum(), 255);
    int T = threshold;
	// 用于存储坐标值的临时变量
    int x, y;
	// 种子栈
    QStack<QPoint> seeds;
	// 用于存储 pop 出来的种子的临时变量
    QPoint currentSeed;
	// 将原始的种子压栈
    seeds.push(seed);
	// 将输出结果图像中对应种子点坐标的灰度值设为0,即黑色
    result(seed.x(), seed.y()) = 0;

    while(!seeds.isEmpty()) {
		// 出栈
        currentSeed = seeds.pop();
		// 当前种子点的坐标
        x = currentSeed.x();
        y = currentSeed.y();
		// 遍历八邻域
        for (int i = -1; i < 2; ++i) {
            for (int j = -1; j < 2; ++j) {
				// 判断该邻域像素是否在图像内部,避免地址越界的错误
				// isInsideImage 函数需要自己实现,比较简单,留给读者自己完成
                if (isInsideImage(QPoint(x + i, y + j), img)) {
					// 判断是否已经生长过,即结果图像中对应点的灰度值是否为 0
                    if (result(x + i, y + j) != 0) {
						// 生长条件的判断
                        if (abs(img(x + i, y + j) - img(x, y)) < T) {
							// 新种子点压栈
                            seeds.push(QPoint(x + i, y + j));
							// 将结果图像中对应坐标的灰度值设置为 0
                            result(x + i, y + j) = 0;
                        }
                    }
                }
            }
        }
    }
	// 保存输出结果图像
	result.save("result.png");
}

这里种子点的选取以及阈值的设置没有写出,可以根据需要修改,将其作为参数传给这个函数即可.

比较容易搞错的地方是忘记检查该邻域点是否已经生长过,从而导致陷入死循环.

这里给个测试结果,从左图中的右肺叶选择一个点作为种子点,阈值取为 10,区域生长结果如下图所示,效果还是很好的.

参考

区域生长算法的一种C++实现


701 Words

2017-12-26 16:00 +0000