【图像分割】基于计算机视觉实现医学影像分割含GUI界面

本文涉及的产品
视觉智能开放平台,视频资源包5000点
视觉智能开放平台,分割抠图1万点
视觉智能开放平台,图像资源包5000点
简介: 【图像分割】基于计算机视觉实现医学影像分割含GUI界面

1 简介

图像分割是图像处理和计算机视觉中的关键技术之一.它有助于提高基于图像内容的特定目标定位的准确性,在图像的编辑抠图等技术中离不开正确的分割.图像分割的方法浩如烟海,但要实现一个具有通用性的分割技术还面临着很大困难.随着计算机视觉,现代生理学,神经心理学,物体识别,图像处理等学科的综合发展,基于视觉注意的图像分割技术日益引起了人们的普遍关注.它属于国际前沿课题,其理论成果对智能研究和发展具有重要的贡献.在遥感气象服务,医学影像分析,机械制造,产品检测,军事研究,交通图像分析等领域有着广泛的应用前景.本文基于计算机视觉实现医学影像分割。

2 部分代码

function varargout = brain_ysw(varargin)% BRAIN_YSW MATLAB code for brain_ysw.fig%      BRAIN_YSW, by itself, creates a new BRAIN_YSW or raises the existing%      singleton*.%%      H = BRAIN_YSW returns the handle to a new BRAIN_YSW or the handle to%      the existing singleton*.%%      BRAIN_YSW('CALLBACK',hObject,eventData,handles,...) calls the local%      function named CALLBACK in BRAIN_YSW.M with the given input arguments.%%      BRAIN_YSW('Property','Value',...) creates a new BRAIN_YSW or raises the%      existing singleton*.  Starting from the left, property value pairs are%      applied to the GUI before brain_ysw_OpeningFcn gets called.  An%      unrecognized property name or invalid value makes property application%      stop.  All inputs are passed to brain_ysw_OpeningFcn via varargin.%%      *See GUI Options on GUIDE's Tools menu.  Choose "GUI allows only one%      instance to run (singleton)".%% See also: GUIDE, GUIDATA, GUIHANDLES% Edit the above text to modify the response to help brain_ysw% Last Modified by GUIDE v2.5 10-Jun-2015 13:34:14% Begin initialization code - DO NOT EDITgui_Singleton = 1;gui_State = struct('gui_Name',       mfilename, ...                   'gui_Singleton',  gui_Singleton, ...                   'gui_OpeningFcn', @brain_ysw_OpeningFcn, ...                   'gui_OutputFcn',  @brain_ysw_OutputFcn, ...                   'gui_LayoutFcn',  [] , ...                   'gui_Callback',   []);if nargin && ischar(varargin{1})    gui_State.gui_Callback = str2func(varargin{1});endif nargout    [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});else    gui_mainfcn(gui_State, varargin{:});end% End initialization code - DO NOT EDIT% --- Executes just before brain_ysw is made visible.function brain_ysw_OpeningFcn(hObject, eventdata, handles, varargin)% This function has no output args, see OutputFcn.% hObject    handle to figure% eventdata  reserved - to be defined in a future version of MATLAB% handles    structure with handles and user data (see GUIDATA)% varargin   command line arguments to brain_ysw (see VARARGIN)% Choose default command line output for brain_yswhandles.output = hObject;% Update handles structureguidata(hObject, handles);% UIWAIT makes brain_ysw wait for user response (see UIRESUME)% uiwait(handles.figure1);% --- Outputs from this function are returned to the command line.function varargout = brain_ysw_OutputFcn(hObject, eventdata, handles) % varargout  cell array for returning output args (see VARARGOUT);% hObject    handle to figure% eventdata  reserved - to be defined in a future version of MATLAB% handles    structure with handles and user data (see GUIDATA)% Get default command line output from handles structurevarargout{1} = handles.output;% --- Executes on button press in pushbutton1.function pushbutton1_Callback(hObject, eventdata, handles)% hObject    handle to pushbutton1 (see GCBO)% eventdata  reserved - to be defined in a future version of MATLAB% handles    structure with handles and user data (see GUIDATA)warning offglobal im_org dataload('data.mat');       % 加载MRI图像数据,整个头颅图像num = str2num(get(handles.edit1,'string'));% 从13 - 31   (32-44取反)if num <13 || num>31    msgbox('num数字不对!num在13-31之间!!!');endim_org = data(:,:,num);  % 第 i 帧图像axes(handles.axes1)imshow(im_org);title('原始图像');  % 显示原图像% --- Executes on button press in pushbutton2.function pushbutton2_Callback(hObject, eventdata, handles)% hObject    handle to pushbutton2 (see GCBO)% eventdata  reserved - to be defined in a future version of MATLAB% handles    structure with handles and user data (see GUIDATA)warning offglobal im_org data bwmax_level = double(max(data(:))); if size(im_org,3)==1    im = im_org;else    im = rgb2gray(im_org);endim = permute(im,[3 2 1]); % 重置矩阵的维数for i=1:3    im = flipdim(im,i);endim(im<=40/255) = 0;       % 剔除灰度值低的部分(脑袋和背景)im(im>=100/255) = 0;      % 剔除灰度值高的部分(颅骨和其他的组织)im(:,:,1) = 0;            % 剔除大脑灰白质下面的部分灰度部分blk = ones([1 7 7]);      % 块操作% im = imerode(im,blk);   % 腐蚀% 分离大脑脑组织lev = graythresh(double(im)/max_level) * max_level;  % 阈值bw = (im>=lev);                % 二值化bw = imrotate(squeeze(bw),90); % 变异复原axes(handles.axes2)imshow(bw);title('二值化图像');% --- Executes on button press in pushbutton3.function pushbutton3_Callback(hObject, eventdata, handles)% hObject    handle to pushbutton3 (see GCBO)% eventdata  reserved - to be defined in a future version of MATLAB% handles    structure with handles and user data (see GUIDATA)axes(handles.axes2)imshow(L);title('灰白质分割图')% --- Executes on button press in pushbutton4.function pushbutton4_Callback(hObject, eventdata, handles)% hObject    handle to pushbutton4 (see GCBO)% eventdata  reserved - to be defined in a future version of MATLAB% handles    structure with handles and user data (see GUIDATA)clc,clear,close allfunction edit1_Callback(hObject, eventdata, handles)% hObject    handle to edit1 (see GCBO)% eventdata  reserved - to be defined in a future version of MATLAB% handles    structure with handles and user data (see GUIDATA)% Hints: get(hObject,'String') returns contents of edit1 as text%        str2double(get(hObject,'String')) returns contents of edit1 as a double% --- Executes during object creation, after setting all properties.function edit1_CreateFcn(hObject, eventdata, handles)% hObject    handle to edit1 (see GCBO)% eventdata  reserved - to be defined in a future version of MATLAB% handles    empty - handles not created until after all CreateFcns called% Hint: edit controls usually have a white background on Windows.%       See ISPC and COMPUTER.if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor'))    set(hObject,'BackgroundColor','white');end

3 仿真结果

4 参考文献

[1]李灿飞. 计算机视觉中图像分割技术的研究[D]. 湖南大学, 2005.

博主简介:擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真,相关matlab代码问题可私信交流。

部分理论引用网络文献,若有侵权联系博主删除。


相关文章
|
3月前
|
人工智能 TensorFlow 算法框架/工具
AI计算机视觉笔记十七:实例分割
本文介绍了计算机视觉中的实例分割技术,通过结合目标检测和语义分割的方法,实现对图像中不同实例的精确区分与标记。以识别多只猫为例,详细描述了使用Mask R-CNN模型进行实例分割的过程,并提供了相关代码及环境搭建指南。通过实例演示,展示了如何利用该技术成功识别并分割出图像中的各个对象。
|
3月前
|
人工智能 监控 算法
AI计算机视觉笔记二十 八:基于YOLOv8实例分割的DeepSORT多目标跟踪
本文介绍了YOLOv8实例分割与DeepSORT视觉跟踪算法的结合应用,通过YOLOv8进行目标检测分割,并利用DeepSORT实现特征跟踪,在复杂环境中保持目标跟踪的准确性与稳定性。该技术广泛应用于安全监控、无人驾驶等领域。文章提供了环境搭建、代码下载及测试步骤,并附有详细代码示例。
|
7月前
|
机器学习/深度学习 算法 数据挖掘
计算机视觉五大核心研究任务全解:分类识别、检测分割、人体分析、三维视觉、视频分析
计算机视觉五大核心研究任务全解:分类识别、检测分割、人体分析、三维视觉、视频分析
736 1
|
6月前
|
算法 计算机视觉 Python
openCV 3计算机视觉 Python语言实现 笔记 第4章 深度估计与分割
openCV 3计算机视觉 Python语言实现 笔记 第4章 深度估计与分割
|
6月前
|
机器学习/深度学习 人工智能 监控
一文读懂计算机视觉4大任务:分类任务、检测任务、目标分割任务、关键点检测任务
一文读懂计算机视觉4大任务:分类任务、检测任务、目标分割任务、关键点检测任务
|
机器学习/深度学习 算法 计算机视觉
【计算机视觉 | 图像分割】arxiv 计算机视觉关于图像分割的学术速递(8 月 14 日论文合集)
【计算机视觉 | 图像分割】arxiv 计算机视觉关于图像分割的学术速递(8 月 14 日论文合集)
|
机器学习/深度学习 算法 数据挖掘
【计算机视觉 | 图像分割】arxiv 计算机视觉关于图像分割的学术速递(8 月 11 日论文合集)
【计算机视觉 | 图像分割】arxiv 计算机视觉关于图像分割的学术速递(8 月 11 日论文合集)
|
机器学习/深度学习 传感器 算法
【计算机视觉 | 图像分割】arxiv 计算机视觉关于图像分割的学术速递(8 月 9 日论文合集)
【计算机视觉 | 图像分割】arxiv 计算机视觉关于图像分割的学术速递(8 月 9 日论文合集)
|
7月前
|
算法 数据库 计算机视觉
【计算机视觉】FCN、Seg-Net、U-Net模型进行图像分割实战(附源码和数据集 超详细必看)
【计算机视觉】FCN、Seg-Net、U-Net模型进行图像分割实战(附源码和数据集 超详细必看)
272 2
|
7月前
|
机器学习/深度学习 算法 计算机视觉
【计算机视觉】图像分割中FCN、DeepLab、SegNet、U-Net、Mask R-CNN等算法的讲解(图文解释 超详细)
【计算机视觉】图像分割中FCN、DeepLab、SegNet、U-Net、Mask R-CNN等算法的讲解(图文解释 超详细)
294 0

热门文章

最新文章