原理

区域生长算法的基本思想是将有相似性质的像素点合并到一起。对每一个区域要先指定一个种子点作为生长的起点，然后将种子点周围领域的像素点和种子点进行对比，将具有相似性质的点合并起来继续向外生长，直到没有满足条件的像素被包括进来为止。这样一个区域的生长就完成了。这个过程中有几个关键的问题：

a> 给定种子点(种子点如何选取？)

      种子点的选取很多时候都采用人工交互的方法实现，也有用其他方式的，比如寻找物体并提取物体内部点作为种子点。

b> 确定在生长过程中能将相邻像素包括进来的准则

     灰度图像的差值；彩色图像的颜色等等。都是关于像素与像素间的关系描述。

c> 生长的停止条件

算法步骤 ：

a>  创建一个空白的图像(全黑)；

b> 将种子点存入vector中，vector中存储待生长的种子点；

c> 依次弹出种子点并判断种子点如周围8邻域的关系(生长规则)，相似的点则作为下次生长的种子点；

d> vector中不存在种子点后就停止生长。

1. 
   

2. 
   

   clear all, close all, clc

   
   

3. 
   

4. 
   

5. 
   

6. 
   

   f = imread('defective_weld.tif');

   
   

7. 
   

8. 
   

   imshow(f), title('原始图象')

   
   

9. 
   

10. 
    

11. 
    

12. 
    

    figure, [counts,x] = imhist(f); bar(x,counts), title('原始图象的直方图')

    
    

13. 
    

14. 
    

15. 
    

16. 
    

    S = 255;

    
    

17. 
    

18. 
    

    T = 65;

    
    

19. 
    

20. 
    

    [g, NR, SI, TI] = regiongrow(f, S, T);

    
    

21. 
    

22. 
    

    figure, imshow(SI), title('种子点图象')

    
    

23. 
    

24. 
    

    figure, imshow(TI), title('阈值测试后的图象')

    
    

25. 
    

26. 
    

    figure, imshow(g), title('8连通性分析后的图象')

    
    

27. 
    

28. 
    

    bw = edge(g, 'canny');

    
    

29. 
    

30. 
    

    figure, imshow(bw), title('边缘图象')

    
    

31. 
    

32. 
    

    ff = f;

    
    

33. 
    

34. 
    

    ff(bw) = 0;

    
    

35. 
    

36. 
    

    figure, imshow(ff), title('叠加图象')