ITK 实例7 置信连接算法对脑部MHA文件进行三维分割

　　在这个例子中使用前面例子中的代码，并设置图像的维数为 3 。应用梯度各向异性扩散来平滑图像。这个滤波器使用两个迭代器、一个值为 0.05 的 time step 和一个值为 3 的conductance 值，然后使用置信连接方式对平滑后的图像进行分割。使用的五个种子点的坐标分别为（ 118 ， 85 ， 92 ）、（ 63 ， 87 ， 94 ）、（ 63 ， 157 ， 90 ）、（ 111 ， 188 ， 90 ）、（ 111 ， 50 ， 88 ）。置信连接滤波器使用的参数：邻域范围是 2 ； 迭代器数目为5；和 f 值 为2.5( 跟前面的例子中一样 ) 。然后使VolView 来显示结果。

 1 #include "itkConfidenceConnectedImageFilter.h"
 2 #include "itkCastImageFilter.h"
 3 #include "itkCurvatureFlowImageFilter.h"
 4 #include "itkImageFileReader.h"
 5 #include "itkImageFileWriter.h"
 6  
 7 int main( int argc, char *argv[] )
 8 {
 9   //if( argc < 3 )
10   //  {
11   //  std::cerr << "Missing Parameters " << std::endl;
12   //  std::cerr << "Usage: " << argv[0];
13   //  std::cerr << " inputImage  outputImage " << std::endl;
14   //  return EXIT_FAILURE;
15   //  }
16  
17  
18   typedef   float           InternalPixelType;
19   const     unsigned int    Dimension = 3;
20   typedef itk::Image< InternalPixelType, Dimension >  InternalImageType;
21  
22   typedef unsigned char                            OutputPixelType;
23   typedef itk::Image< OutputPixelType, Dimension > OutputImageType;
24  
25   typedef itk::CastImageFilter< InternalImageType, OutputImageType >
26     CastingFilterType;
27   CastingFilterType::Pointer caster = CastingFilterType::New();
28  
29  
30   typedef  itk::ImageFileReader< InternalImageType > ReaderType;
31   typedef  itk::ImageFileWriter<  OutputImageType  > WriterType;
32  
33   ReaderType::Pointer reader = ReaderType::New();
34   WriterType::Pointer writer = WriterType::New();
35  
36   reader->SetFileName( "BrainProtonDensity3Slices.mha" );
37   writer->SetFileName( "BrainProtonDensity3Slices_3.mha" );
38  
39   typedef itk::CurvatureFlowImageFilter< InternalImageType, InternalImageType >
40     CurvatureFlowImageFilterType;
41   CurvatureFlowImageFilterType::Pointer smoothing =
42                          CurvatureFlowImageFilterType::New();
43  
44   typedef itk::ConfidenceConnectedImageFilter<InternalImageType, InternalImageType>
45     ConnectedFilterType;
46   ConnectedFilterType::Pointer confidenceConnected = ConnectedFilterType::New();
47  
48   smoothing->SetInput( reader->GetOutput() );
49   confidenceConnected->SetInput( smoothing->GetOutput() );
50   caster->SetInput( confidenceConnected->GetOutput() );
51   writer->SetInput( caster->GetOutput() );
52  
53   smoothing->SetNumberOfIterations( 2 );//
54   smoothing->SetTimeStep(0.05);//每步迭代时间
55  
56   confidenceConnected->SetMultiplier( 2.5 );//；设置乘法因子f 2.5  可调
57   confidenceConnected->SetNumberOfIterations( 5 );//设置迭代次数为5（迭代器数目）
58   confidenceConnected->SetInitialNeighborhoodRadius( 2 );//设置领域范围为2
59   confidenceConnected->SetReplaceValue( 255 );
60  
61   //设置种子点1
62   InternalImageType::IndexType index1;
63   index1[0] = 63;//X 轴
64   index1[1] = 67;//Y 轴
65   index1[2] = 1;//Z 轴 （第几个切片）
66   confidenceConnected->AddSeed(index1);
67  
68  /* InternalImageType::IndexType index1;
69   index1[0] = 118;
70   index1[1] = 133;
71   index1[2] = 92;
72   confidenceConnected->AddSeed( index1 );*/
73  
74   try
75     {
76     writer->Update();
77     }
78   catch( itk::ExceptionObject & excep )
79     {
80     std::cerr << "Exception caught !" << std::endl;
81     std::cerr << excep << std::endl;
82     return EXIT_FAILURE;
83     }
84  
85  
86   return EXIT_SUCCESS;
87 }