Fonctions > Traitement d'image > Segmentation > Exemple : Croissance de zone
  
Exemple : Croissance de zone
La fonction reg_grow divise une image en plusieurs zones homogènes connectées, en utilisant un algorithme de croissance de zone. La segmentation en fonction des zones est utilisée pour grouper les zones dans une image possédant des propriétés homogènes, telles que l'intensité, la texture, etc.
Pour plus d'informations sur l'utilisation de cet exemple, voir A propos des exemples de traitement d'image.
1. Créez une image avec plusieurs zones rectangulaires :
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
2. Ajoutez un bruit de moyenne zéro, distribué uniformément, compris dans la limite [-0.1 0.1] :
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
3. Affichez l'image :
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
(reg_grow_s.bmp)
4. Utilisez l'algorithme de croissance de zone :
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
5. Affichez le résultat en fausses couleurs de manière à mettre en évidence les zones.
Cliquez pour copier cette expression
Cliquez pour copier cette expression
(reg_grow_sm1.bmp)
6. Affichez le résultat en fausses couleurs de manière à mettre en évidence les zones.
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
(reg_grow_sm1c.bmp)
7. Vérifiez le nombre de zones trouvé par l'algorithme, puis observez l'histogramme :
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Comme dans la matrice d'entrée, il y a cinq zones avec une surface de 400, deux zones de 800 et trois zones de 2000.
8. Appliquez cette segmentation à une image réelle, une image d'IRM d'un crâne humain.
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
9. Extrayez les 256 premières lignes de l'image afin d'éviter d'obtenir un nombre de lignes impair :
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
10. Appliquez la procédure de croissance de zone à cette image, avec une partition initiale de 2 x 2 et finissant par 20 zones :
Cliquez pour copier cette expression
11. Affichez l'image d'origine à côté de l'image segmentée et mise à l'échelle.
Cliquez pour copier cette expression
Cliquez pour copier cette expression
(brain_t.bmp)
(brain_t1s.bmp)
12. Sélectionnez tous les points de l'image segmentée qui comporte une valeur identique à celle de spoint.
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
T2 est une image binaire :
(brain_t2.bmp)
13. Utilisez T2 comme masque pour extraire la région cérébrale de l'image d'origine.
Cliquez pour copier cette expression
Cliquez pour copier cette expression
(brain_extract.bmp)