Извлечение области изображения в пределах границы

Question

Мне нужно сделать проект с использованием 2D CT изображений и печени сегмента и опухоли в нем с использованием Matlab (только). Первоначально мне приходится сегментировать область печени. Я использую регион, растущий для сегментации печени. Он получает начальную точку в качестве входных данных.

Выход представляет собой изображение с границей для области печени. Теперь мне нужен регион, который окружен только границей.

В моей программе есть основная программа и функция regionGrowing.m. Поскольку я новый пользователь, мне не разрешено отправлять изображения. Если вам нужны изображения, я пришлю вам письмо. Пожалуйста, помогите мне.

% mainreg.m 

    IR=imread('nfliver5.jpg'); 
    figure, imshow(IR), hold all 
    poly = regionGrowing(IR,[],15,1200); % click somewhere inside the liver 
    plot(poly(:,1), poly(:,2), 'LineWidth', 2, 'Color', [1 1 1]) 

---

%regionGrowing.m 

function [P, J] = regionGrowing(cIM, initPos, thresVal, maxDist, tfMean, tfFillHoles, tfSimplify) 
% REGIONGROWING Region growing algorithm for 2D/3D grayscale images 
% 
% Syntax: 
% P = regionGrowing(); 
% P = regionGrowing(cIM); 
% P = regionGrowing(cIM, initPos) 
% P = regionGrowing(..., thresVal, maxDist, tfMean, tfFillHoles, tfSimpl) 
% [P, J] = regionGrowing(...); 
% 
% Inputs: 
%   cIM: 2D/3D grayscale matrix      {current image} 
%  initPos: Coordinates for initial seed position  {ginput position} 
%  thresVal: Absolute threshold level to be included  {5% of max-min} 
%  maxDist: Maximum distance to the initial position in [px]  {Inf} 
%  tfMean: Updates the initial value to the region mean (slow) {false} 
% tfFillHoles: Fills enclosed holes in the binary mask    {true} 
% tfSimplify: Reduces the number of vertices {true, if dpsimplify exists} 
% 
% Outputs: 
% P: VxN array (with V number of vertices, N number of dimensions) 
%  P is the enclosing polygon for all associated pixel/voxel 
% J: Binary mask (with the same size as the input image) indicating 
%  1 (true) for associated pixel/voxel and 0 (false) for outside 
% 
% Examples: 
% % 2D Example 
% load example 
% figure, imshow(cIM, [0 1500]), hold all 
% poly = regionGrowing(cIM, [], 300); % click somewhere inside the lungs 
% plot(poly(:,1), poly(:,2), 'LineWidth', 2) 
% 
% % 3D Example 
% load mri 
% poly = regionGrowing(squeeze(D), [66,55,13], 60, Inf, [], true, false); 
% plot3(poly(:,1), poly(:,2), poly(:,3), 'x', 'LineWidth', 2) 
% 
% Requirements: 
% TheMathWorks Image Processing Toolbox for bwboundaries() and axes2pix() 
% Optional: Line Simplification by Wolfgang Schwanghart to reduce the 
%    number of polygon vertices (see the MATLAB FileExchange) 
% 
% Remarks: 
% The queue is not preallocated and the region mean computation is slow. 
% I haven't implemented a preallocation nor a queue counter yet for the 
% sake of clarity, however this would be of course more efficient. 
% 
% Author: 
% Daniel Kellner, 2011, braggpeaks{}googlemail.com 
% History: v1.00: 2011/08/14 


% error checking on input arguments 
if nargin > 7 
    error('Wrong number of input arguments!') 
end 

if ~exist('cIM', 'var') 
    himage = findobj('Type', 'image'); 
    if isempty(himage) || length(himage) > 1 
     error('Please define one of the current images!') 
    end 

    cIM = get(himage, 'CData'); 
end 

if ~exist('initPos', 'var') || isempty(initPos) 
    himage = findobj('Type', 'image'); 
    if isempty(himage) 
     himage = imshow(cIM, []); 
    end 

    % graphical user input for the initial position 
    p = ginput(1); 

    % get the pixel position concerning to the current axes coordinates 
    initPos(1) = round(axes2pix(size(cIM, 2), get(himage, 'XData'), p(2))); 
    initPos(2) = round(axes2pix(size(cIM, 1), get(himage, 'YData'), p(1))); 
end 

if ~exist('thresVal', 'var') || isempty(thresVal) 
    thresVal = double((max(cIM(:)) - min(cIM(:)))) * 0.05; 
end 

if ~exist('maxDist', 'var') || isempty(maxDist) 
    maxDist = Inf; 
end 

if ~exist('tfMean', 'var') || isempty(tfMean) 
    tfMean = false; 
end 

if ~exist('tfFillHoles', 'var') 
    tfFillHoles = true; 
end 

if isequal(ndims(cIM), 2) 
    initPos(3) = 1; 
elseif isequal(ndims(cIM),1) || ndims(cIM) > 3 
    error('There are only 2D images and 3D image sets allowed!') 
end 

[nRow, nCol, nSli] = size(cIM); 

if initPos(1) < 1 || initPos(2) < 1 ||... 
    initPos(1) > nRow || initPos(2) > nCol 
    error('Initial position out of bounds, please try again!') 
end 

if thresVal < 0 || maxDist < 0 
    error('Threshold and maximum distance values must be positive!') 
end 

if ~isempty(which('dpsimplify.m')) 
    if ~exist('tfSimplify', 'var') 
     tfSimplify = true; 
    end 
    simplifyTolerance = 1; 
else 
    tfSimplify = false; 
end 


% initial pixel value 
regVal = double(cIM(initPos(1), initPos(2), initPos(3))); 

% text output with initial parameters 
disp(['RegionGrowing Opening: Initial position (' num2str(initPos(1))... 
     '|' num2str(initPos(2)) '|' num2str(initPos(3)) ') with '... 
     num2str(regVal) ' as initial pixel value!']) 

% preallocate array 
J = false(nRow, nCol, nSli); 

% add the initial pixel to the queue 
queue = [initPos(1), initPos(2), initPos(3)]; 


%%% START OF REGION GROWING ALGORITHM 
while size(queue, 1) 
    % the first queue position determines the new values 
    xv = queue(1,1); 
    yv = queue(1,2); 
    zv = queue(1,3); 

    % .. and delete the first queue position 
    queue(1,:) = []; 

    % check the neighbors for the current position 
    for i = -1:1 
    for j = -1:1 
     for k = -1:1 

     if xv+i > 0 && xv+i <= nRow &&...   % within the x-bounds? 
      yv+j > 0 && yv+j <= nCol &&...   % within the y-bounds?   
      zv+k > 0 && zv+k <= nSli &&...   % within the z-bounds? 
      any([i, j, k])  &&...  % i/j/k of (0/0/0) is redundant! 
      ~J(xv+i, yv+j, zv+k) &&...   % pixelposition already set? 
      sqrt((xv+i-initPos(1))^2 +... 
       (yv+j-initPos(2))^2 +... 
       (zv+k-initPos(3))^2) < maxDist &&... % within distance? 
      cIM(xv+i, yv+j, zv+k) <= (regVal + thresVal) &&...% within range 
      cIM(xv+i, yv+j, zv+k) >= (regVal - thresVal) % of the threshold? 

      % current pixel is true, if all properties are fullfilled 
      J(xv+i, yv+j, zv+k) = true; 

      % add the current pixel to the computation queue (recursive) 
      queue(end+1,:) = [xv+i, yv+j, zv+k]; 

      if tfMean 
       regVal = mean(mean(cIM(J > 0))); % --> slow! 
      end 

     end   
     end 
    end 
    end 
end 
%%% END OF REGION GROWING ALGORITHM 


% loop through each slice, fill holes and extract the polygon vertices 
P = []; 
for cSli = 1:nSli 
    if ~any(J(:,:,cSli)) 
     continue 
    end 

    % use bwboundaries() to extract the enclosing polygon 
    if tfFillHoles 
     % fill the holes inside the mask 
     J(:,:,cSli) = imfill(J(:,:,cSli), 'holes');  
     B = bwboundaries(J(:,:,cSli), 8, 'noholes'); 
    else 
     B = bwboundaries(J(:,:,cSli)); 
    end 

    newVertices = [B{1}(:,2), B{1}(:,1)]; 

    % simplify the polygon via Line Simplification 
    if tfSimplify 
     newVertices = dpsimplify(newVertices, simplifyTolerance);   
    end 

    % number of new vertices to be added 
    nNew = size(newVertices, 1); 

    % append the new vertices to the existing polygon matrix 
    if isequal(nSli, 1) % 2D 
     P(end+1:end+nNew, :) = newVertices; 
    else    % 3D 
     P(end+1:end+nNew, :) = [newVertices, repmat(cSli, nNew, 1)]; 
    end 
end 

% text output with final number of vertices 
disp(['RegionGrowing Ending: Found ' num2str(length(find(J)))... 
     ' pixels within the threshold range (' num2str(size(P, 1))... 
     ' polygon vertices)!']) 

Answer 1

Если я вас правильно понимаю, у вас есть бинарное изображение границы почки и теперь нужно установить внутри границы 1сек. Для этого вы можете использовать функцию imfill() с настройкой «отверстия».

BW2 = imfill(BW,'holes'); 

EDIT: При взгляде на код кажется, что он делает то, что вы хотите.

% Outputs: 
% J: Binary mask (with the same size as the input image) indicating 
%  1 (true) for associated pixel/voxel and 0 (false) for outside 

так что вам просто нужно, чтобы получить второй выход, а также:

IR=imread('nfliver5.jpg'); 
    figure, imshow(IR), hold all 
    [poly im] = regionGrowing(IR,[],15,1200); % click somewhere inside the liver 
    imshow(im,[]) 

Теперь im это бинарное изображение с сегментированной области.

EDIT2:

После того, как у вас есть двоичный образ im, вы можете просто использовать поэлементное умножение, чтобы удалить все части Orignal изображения вне сегментированной области.

SEG = IR.*im; 
imshow(SEG,[]) 

EDIT3:

Для 3D-изображений необходимо указать координаты вручную, а не с помощью мыши. Это связано с тем, что мышь дает только 2 координаты (x и y), и вам нужно 3 (x, y и z). Поэтому просто найдите нужные координаты, посмотрев на изображение, а затем выбрав соответствующую координату z.

%Example coordinates, 
coordinates = [100 100 5] 
poly = regionGrowing(squeeze(IR), coordinates, 60, Inf, [], true, false);