针对图像矩阵[1,3,4,7,6;2,1,6,8,6;4,7,8,6,7;5,8,9,6,7;4,2,7,6,1]用基于像素的区域生长法进行分割，其中平均灰度级相差为2，像素点的种子点为9，采用8邻域，利用matalb代码显示分割结果。

基于像素的区域生长法是一种图像分割方法，可以根据像素之间的相似性将图像分割成不同的区域。下面是使用Matlab代码实现针对给定的图像矩阵进行分割的步骤：

1. 首先，定义一个函数`regionGrowing`来实现区域生长算法：

function segmentedImg = regionGrowing(img, seed, threshold)
    [m, n] = size(img);
    visited = false(m, n);
    segmentedImg = zeros(m, n);
    
    % 8邻域偏移量
    offsets = [-1, -1; -1, 0; -1, 1; 0, -1; 0, 1; 1, -1; 1, 0; 1, 1];
    
    % 判断像素是否在图像范围内
    isValidPixel = @(x, y) (x >= 1 && x <= m && y >= 1 && y <= n);
    
    % 判断两个像素的灰度级是否相似
    isSimilar = @(p1, p2) (abs(p1 - p2) <= threshold);
    
    % 区域生长算法
    queue = [seed];
    while ~isempty(queue)
        pixel = queue(1, :);
        queue(1, :) = [];
        
        x = pixel(1);
        y = pixel(2);
        
        if ~visited(x, y)
            visited(x, y) = true;
            segmentedImg(x, y) = img(x, y);
            
            % 遍历8邻域
            for i = 1:size(offsets, 1)
                offsetX = offsets(i, 1);
                offsetY = offsets(i, 2);
                
                newX = x + offsetX;
                newY = y + offsetY;
                
                if isValidPixel(newX, newY) && ~visited(newX, newY) && isSimilar(img(newX, newY), img(x, y))
                    queue = [queue; [newX, newY]];
                end
            end
        end
    end
end

2. 调用`regionGrowing`函数进行图像分割：

img = [1,3,4,7,6;2,1,6,8,6;4,7,8,6,7;5,8,9,6,7;4,2,7,6,1];
seed = [3, 3]; % 种子点的坐标
threshold = 2; % 平均灰度级相差阈值

segmentedImg = regionGrowing(img, seed, threshold);

% 显示分割结果
figure;
subplot(1, 2, 1);
imshow(img, []);
title('原始图像');
subplot(1, 2, 2);
imshow(segmentedImg, []);
title('分割结果');

以上代码将原始图像和分割结果显示在一个窗口中。