1、6、采用简单区域扩张法对下图实施图像的区域分割。自行选定起始种子像素灰及灰度间隔度。原理：以图像的某个像素为生长点，比较相邻像素的特征，将特征相似的相邻像素合并为同一区域；以合并的像素为生长点，继续重复以上操作，最终形成具有相似特征的像素的最大连通集合。该法称简单(单一型)区域扩张法。基于区域灰度差的方法主要有如下步骤：（1）对图像进行逐行扫描，找出尚没有归属的像素；（2）以该像素为中心检查它的邻域像素，如果灰度差小于预先确定的阈值，将它们合并；（3）以新合并的像素为中心，重复步骤(2)，检查新像素的邻域，直到区域不能进一步扩张；（4） 返回到步骤(1)，继续扫描直到不能发现没有归属的像素，则
2、结束整个生长过程。下图给出已知种子点进行区域生长的一个示例。图(a)给出需分割的图像，设已知种子像素(标为灰色方块)，现要进行区域生长。设这里采用的生长判断准则是：如果所考虑的像素与种子像素灰度值差的绝对值小于某个门限T，则将该像素包括进种子像素所在区域。图(b)给出T3时的区域生长结果，整幅图被较好地分成2个区域；图(c)给出T2时的区域生长结果，有些像素无法判定；图(d)给出T6时的区域生长结果，整幅图都被分在一个区域中了。程序为：（一）I=imread(p5-06.tif);subplot(2,2,1),imshow(I),title(原始图像);Ic=imcomplement(I) ;
3、BW=im2bw(Ic,graythresh(Ic) ;subplot(2,2,2),imshow(BW),title(阈值截取分割后图像);se=strel(disk,6);BWc=imclose(BW,se);BWco=imopen(BWc,se);subplot(2,2,3),imshow(BWco),title(对小图像进行删除后图像);mask=BW&BWco;subplot(2,2,4),imshow(mask),title( 检测结果的图像);运行结果为：程序为：（二）A=imread(p5-06.tif);%读入图像seed=100,220;%选择起始位置thresh=15;%
4、相似性选择阈值A=imadjust(A,min(min(double(A)/255,max(max(double(A)/255,);A=double(A); %将图像灰度化B=A;%将A赋予Br,c=size(B); %图像尺寸 r为行数，c为列数n=r*c;%计算图像所包含点的个数pixel_seed=A(seed(1),seed(2);%原图起始点灰度值q=seed(1) seed(2);%q用来装载起始位置top=1;%循环判断flagM=zeros(r,c);%建立一个与原图形同等大小的矩阵M(seed(1),seed(2)=1;%将起始点赋为1，其余为0count=1;%计数器while top=0%循环结束条件r1=q(1,1);%起始点行位置c1=q(1,2);%起始点列位置p=A(r1,c1);%起始点灰度值dge=0;for i=-1:1%周围点的循环判断 for j=-1:1 if r1+i0 & c1+j0%保证在点周围范围之内 if abs(A(r1+i,c1+j)-p)=n%如果满足判定条件的点个数大于等于n top=1;endq=q(2:top,:);top=top-1;endsubplot(1,2,1),imshow(A,);subplot(1,2,2),imshow(B,);运行结果为：
