博客
关于我
【图像分割】心脏中心线提取
阅读量:274 次
发布时间:2019-03-01

本文共 886 字,大约阅读时间需要 2 分钟。

中心线提取是图像分割的重要步骤之一,中心线提取的好坏直接影响图像分割效果,因此研究中心线提取是很关键的问题

中心线提取大致分为五种:

一 基于拓扑细化的方法

使用形态学腐蚀操作来不断去除物体的边界,直到仅剩其骨架,由于该方法是一个迭代过程,所以会很耗时,且易受图像质量的影响。

二 基于距离变换的方法

通过定位距离物体边界最远的一组点来确定物体的中心线,通常采用欧式距离,可以理解为一系列最大内切球的球心构成了物体的中心线,有代表性的是基于边界的距离变换和基于源点的距离变换

三 基于路径规划的方法

应用于虚拟内窥和机器人路径规划

四 基于追踪的方法

通过判断管状物体的局部方向获得当前位置近似的中心线趋势,并结合图像中物体的局部信息,得到当前位置处物体横截面的中心点。缺点是在追踪过程中未考虑全局信息,会导致中心线提取不完整

clc;I = rgb2gray(imread ('22.bmp'));Id = double(I);%高斯滤波h = fspecial('gaussian',[3,3], 2);Ig = imfilter(Id, h);%多尺度血管骨架提取Ivessel = FrangiFilter2D(Ig);figure,imshow(Ivessel);%腐蚀se = strel('disk', 2);bw2 = imerode(Ivessel, se);%细化bw3 = bwmorph(bw2,'thin',inf);%消除垂直于血管走向的干扰bw4 = ThreeLinkFilter(bw3);%消除面积比较小的联通分支bw5 = bwareaopen(bw4, 256);figure,imshow(bw5);%与源图像叠加Iout = imadd(Id, double(bw5)*255);%显示结果figure,%imshow(Iout, [0, 255]);imshow(Ivessel, [0, 255]);

完整代码或者代写添加QQ1575304183

往期回顾>>>>>>

【图像增强】PSO寻优ACE的图像增强matlab源码

你可能感兴趣的文章
MongoDB出现Error parsing command line: unrecognised option ‘--fork‘ 的解决方法
查看>>
mxGraph改变图形大小重置overlay位置
查看>>
MongoDB可视化客户端管理工具之NoSQLbooster4mongo
查看>>
Mongodb学习总结(1)——常用NoSql数据库比较
查看>>
MongoDB学习笔记(8)--索引及优化索引
查看>>
mongodb定时备份数据库
查看>>
mppt算法详解-ChatGPT4o作答
查看>>
mpvue的使用(一)必要的开发环境
查看>>
MQ 重复消费如何解决?
查看>>
mqtt broker服务端
查看>>
MQTT 保留消息
查看>>
MQTT 持久会话与 Clean Session 详解
查看>>
MQTT工作笔记0007---剩余长度
查看>>
MQTT工作笔记0009---订阅主题和订阅确认
查看>>
Mqtt搭建代理服务器进行通信-浅析
查看>>
MS Edge浏览器“STATUS_INVALID_IMAGE_HASH“兼容性问题
查看>>
ms sql server 2008 sp2更新异常
查看>>
MS UC 2013-0-Prepare Tool
查看>>
MSBuild 教程(2)
查看>>
msbuild发布web应用程序
查看>>