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
MuseTalk如何生成高质量视频(使用技巧)
查看>>
mutiplemap 总结
查看>>
MySQL DELETE 表别名问题
查看>>
MySQL Error Handling in Stored Procedures---转载
查看>>
MVC 区域功能
查看>>
MySQL FEDERATED 提示
查看>>
mysql generic安装_MySQL 5.6 Generic Binary安装与配置_MySQL
查看>>
Mysql group by
查看>>
MySQL I 有福啦,窗口函数大大提高了取数的效率!
查看>>
mysql id自动增长 初始值 Mysql重置auto_increment初始值
查看>>
MySQL in 太多过慢的 3 种解决方案
查看>>
MySQL InnoDB 三大文件日志,看完秒懂
查看>>
Mysql InnoDB 数据更新导致锁表
查看>>
Mysql Innodb 锁机制
查看>>
MySQL InnoDB中意向锁的作用及原理探
查看>>
MySQL InnoDB事务隔离级别与锁机制深入解析
查看>>
Mysql InnoDB存储引擎 —— 数据页
查看>>
Mysql InnoDB存储引擎中的checkpoint技术
查看>>
Mysql InnoDB存储引擎中缓冲池Buffer Pool、Redo Log、Bin Log、Undo Log、Channge Buffer
查看>>
MySQL InnoDB引擎的锁机制详解
查看>>