肝脏的 Matlab 图像分割

Question

我正在努力在 matlab 中分割图像。我的目标是从 ct 扫描图像中提取肝脏。。

我为这个样本图像提取了肝脏，输出是这样的。我的实现代码是

function [] = Code4( image_file )
image = imread(image_file);       
[height, width, planes] = size(image);
rgb = reshape(image, height, width * planes);
r = image(:, :, 1);             
g = image(:, :, 2);             
b = image(:, :, 3);             

% since r,g & b are of equeal values, we will be considering only r.

mask=r>120 & r<140 ;  % range of color component for liver
labels = bwlabel(mask);
id = labels(111, 200);

% get the mask containing only the desired object
liver = (labels == id);
imagesc(liver);
colorbar;

end

我的问题是当我改变图像时，肝切片的rgb值可能不同。这是其他示例图片

.

对于此图像，每个颜色分量（r、g 和 b）的 rgb 值从 160 到 190 不等。请帮我解决这个问题。

这是其他示例图像，rgb 范围从 110 到 180 .

请帮忙

Answer 1

在不使用固定阈值的情况下，您可以尝试按灰度级对图像进行聚类。作为预处理步骤，我建议使用形态学开运算来使相邻像素的灰度级差异变小，从而使聚类图像中的噪声更少。

下面我使用 3x3 圆形内核对图像应用两个连续的形态学开口，然后将 k-means 聚类应用于灰度级。根据您的样本图像和我在互联网上找到的一些图像，我决定设置 k = 4。如果您使用的是高分辨率图像，请先将它们下采样到 ~400-600 的尺寸。否则形态学操作可能效果不明显，k-means会很慢。

下面是部分打开分割后的图片。当然，在

方面还有更多工作要做

分离出肝区
将其推广到大型数据集

但希望这至少是一个起点。

我没有matlab，所以代码在c++和opencv，但是转换应该很简单，只涉及形态学和聚类操作，应该有点类似于 this.

更新您可以通过从分割图像中过滤掉最暗和最亮的区域来缩小区域或兴趣范围。为此，使用 k-means 聚类中心，检查极值（最大值和最小值）并从标记图像中删除相应的 k 值。然后您可以在结果图像的左侧寻找大型结构。最坏的情况是，当极端区域过滤出错时，您可能会在左侧出现一个洞。我已经更新了代码和结果。

opencv c++代码

// load image as gray scale
Mat im = imread("5.jpg", 0);
// morphological opening
Mat kernel = getStructuringElement(MORPH_ELLIPSE, Size(3, 3));
Mat morph;
morphologyEx(im, morph, CV_MOP_OPEN, kernel, Point(-1, -1), 2);
// clustering
int k = 4;
Mat segment, lbl;
vector<float> centers;
morph.convertTo(segment, CV_32F);
int imsize[] = {segment.rows, segment.cols};
Mat color = segment.reshape(1, segment.rows*segment.cols);
kmeans(color, k, lbl, TermCriteria(CV_TERMCRIT_EPS+CV_TERMCRIT_ITER, 10, 1.0), k, KMEANS_PP_CENTERS, centers);
lbl = lbl.reshape(1, 2, imsize);

// find argmin and argmax to find extreme gray level regions
int minidx = min_element(centers.begin(), centers.end()) - centers.begin();
int maxidx = max_element(centers.begin(), centers.end()) - centers.begin();
// prepare a mask to filter extreme gray level regions
Mat mask = (lbl != minidx) ^ (lbl == maxidx);

// only for display purposes
Mat lbldisp;
lbl.convertTo(lbldisp, CV_8U, 255.0/(k-1));
Mat lblColor;
applyColorMap(lbldisp, lblColor, COLORMAP_JET);
// region of interest
Mat roiColor = Mat::zeros(lblColor.size(), CV_8UC3);
lblColor.copyTo(roiColor, mask);

imshow("opened", morph);
imshow("segmented", lblColor);
imshow("roi", roiColor);
waitKey();

肝脏的 Matlab 图像分割

Matlab image segmentation for liver

matlab

image

image-processing

image-segmentation