区域生长法：区域生长是按照事先定义的生长准则将一个像素或者子区域逐步聚合成一个完整独立的连通区域过程。对于图像感兴趣目标区域R，z为区域R上事先发现的种子点，按照规定的生长准则逐步将与种子点z一定邻域内符合相似性的像素合并成一个种子群以备下一阶段的生长，这样不断的进行循环生长直到满足生长停止条件为止，从而完成了对感兴趣区域由一个种子点生长为一个独立连通区域的过程（引用）




区域生长算法一般分为三个步骤实现：


(1)    确定生长种子点      


(2)    规定生长准则


(3)    确定生长停止条件     






注意：确定生长种子点，即要获得种子点的坐标，使用[y,x]=getpts获取

      规定生长准则，即确定是四领域法还是八领域法。四领域法：种子点与上下左右四个像素的灰度值比较。八领域法：种子点与周围八个像素的灰度值做比较。

      确定生长停止条件：一般把不再增加新的、符合生长条件的点  的时候作为停止条件。

      在生长过程中，并不是把事先确定的种子点的灰度值一直作为标准。而是把不断扩大的区域的灰度均值作为判断标准。



matlab程序如下：

I=imread('C:\Users\zhang\Desktop\2.png');
figure;subplot(121);imshow(I);title('原始图像');
I=double(I);              %转换为灰度值是0-1的双精度
[M,N]=size(I);            %得到原图像的行列数
[y,x]=getpts;             %获得区域生长起始点
x1=round(x);              %横坐标取整
y1=round(y);              %纵坐标取整
seed=I(x1,y1);            %将生长起始点灰度值存入seed中
Y=zeros(M,N);             %作一个全零与原图像等大的图像矩阵Y，作为输出图像矩阵
Y(x1,y1)=1;               %将Y中与所取点相对应位置的点设置为白点
sum=seed;                 %储存符合区域生长条件的点的灰度值的总和
suit=1;                   %储存符合区域生长条件的点的总个数
count=1;                  %每次判断一点周围八点符合条件的新点的数目
threshold=10;             %域值，即某一点与周围八点的绝对差值要小于阈值
while count>0             %判断是否有新的符合生长条件的点，若没有，则结束
s=0;                      %判断一点周围八点时，符合条件的新点的灰度值之和
count=0;
for i=1:M
   for j=1:N
     if Y(i,j)==1
      if (i-1)>0 && (i+1)<(M+1) && (j-1)>0 && (j+1)<(N+1) %判断此点是否为图像边界上的点
       for u= -1:1                                        %判断点周围八点是否符合域值条件
        for v= -1:1                                       %u,v为偏移量
          if  Y(i+u,j+v)==0 && abs(I(i+u,j+v)-seed)<=threshold%判断是否未存在于输出矩阵Y，并且为符合域值条件的点
             Y(i+u,j+v)=1;                                %符合以上两条件即将其在Y中与之位置对应的点设置为白点
             count=count+1;                               %新的、符合生长条件的点的总个数
             s=s+I(i+u,j+v);                              %新的、符合生长条件的点的总灰度数
          end
        end  
       end
      end
     end
   end
end
suit=suit+count;                                   %目前区域所有符合生长条件的点的总个数
sum=sum+s;                                         %目前区域所有符合生长条件的点的总灰度值
seed=sum/suit;                                     %计算新的灰度平均值
end

subplot(122);imshow(Y);title('分割后图像');

奈斯，感谢分享