自适应梯度稳定性与自动布点图像分割系统

资 源 简 介

本项目提出并实现了一种无需人工干预的新型区域生长算法。传统算法往往需要用户手动点击选取种子点，本系统通过引入全局梯度概率分布映射技术，自动检测图像中纹理一致性最高、灰度波动最小的区域，将其定义为“空间稳定性池”，并从中筛选出拓扑中心的极值点作为初始生长种子。在生长逻辑上，本算法抛弃了固定的差值阈值，转而采用一种动态演化的生长准则，该准则结合了当前生长区域的实时权重均值与局部邻域的边缘势能强度。当生长前端探测到梯度剧变或概率稳定性下降时，算法会自动调节收敛系数以防止过分割。该方法特别设计了多重生长队列并行机

详 情 说 明

基于空间梯度分布特征与局部概率稳定性评估的自适应区域生长图像分割系统

项目介绍

本项目实现了一种无需人工干预的智能化图像分割系统。通过结合全局梯度分布特征与局部统计学稳定性，系统能够自动定位图像中最具代表性的生长种子点。其核心在于打破了传统区域生长算法中固定阈值的限制，引入了基于边缘势能的动态演化准则。该系统特别适用于背景复杂、目标边缘模糊以及包含多个非连续目标的图像分割任务。

功能特性

1. 自动化种子提取：通过空间稳定性概率映射技术，自动检测图像中纹理一致性高且梯度波动小的区域作为种子点。
2. 动态生长准则：生长阈值随局部区域特征与边缘势能实时变化，有效防止在复杂背景下的过度生长。
3. 多目标并行处理：支持多重生长队列，能够在一张图像中同时识别并分割多个互不连接的独立目标。
4. 形态学自校正：内置孔洞填充与边缘平滑逻辑，确保分割结果在拓扑逻辑上的完整性。
5. 多维度量化分析：自动统计分割目标的面积、离心率、平滑度等几何几何参数，并生成图表报告。

使用方法

1. 在MATLAB环境下运行主程序脚本。
2. 系统将弹出文件选择对话框，支持加载 JPG, PNG, BMP, TIFF 以及 DICOM 格式的图像。
3. 若取消选择，系统将自动使用内置的测试图像（coins.png）进行功能演示。
4. 执行完成后，系统会自动弹出包含六个子图的可视化界面，展示从预处理到最终统计的完整过程。

系统要求

• 运行环境：MATLAB R2016b 或更高版本
• 必备工具箱：Image Processing Toolbox (图像处理工具箱)

核心实现逻辑与算法细节

1. 空间稳定性概率映射 (Spatial Stability Mapping) 系统通过计算图像的局部梯度（Sobel算子）与局部标准差（5x5领域）来构建稳定性模型。在该模型中，梯度值越低且灰度波动越小的区域，其稳定性得分越高。通过归一化处理，将这些特征融合为一个稳定性概率图，为种子点的选取提供概率依据。

2. 拓扑中心种子点提取 利用形态学扩展极大值算子从稳定性图中筛选出候选区域，随后计算这些区域的连通域质心（Centroid）。这种方法确保了种子点始终位于目标体的拓扑中心，避免了因种子点偏离中心而导致的生长方向偏差。

3. 动态特征加权生长演化 生长逻辑采用增量更新机制。在每一步生长中，系统会实时计算当前已生长区域的像素均值，并结合目标位置的边缘势能强度。

• 相似度计算：计算待加入像素与当前区域均值的绝对差值。
• 阻尼系数控制：引入边缘势能引导逻辑，当生长前端接近边缘（边缘强度高）时，允许的差异阈值会自动按比例收敛，从而实现精准的边界锁定。

4. 区域特征实时维护 系统在生长过程中维护一个动态队列。每当新像素符合生长准则并被吸纳时，系统会立即更新该区域的均值和像素计数，使得生长标准能够随着区域范围的扩大而平滑迁移。

5. 几何参数统计与平滑优化 分割完成后，系统执行形态学闭运算和开运算以去除细小噪声并连接微断裂处。同时，系统会计算每个分割目标的形状指标，其中平滑度指标通过面积与周长的非线性关系（4π*Area/Perimeter^2）得出，用于衡量分割边缘的解剖学或几何学合理性。

6. 多维可视化展示平台 系统最终输出包含原始图像（叠加边界）、稳定性概率映射图、种子点分析图、最终二值掩模、生长迭代收敛曲线以及几何统计报告。其收敛曲线通过记录生长步长与区域像素规模的关系，直观地反映了算法的收敛速度与稳定性。