细胞图像处理大作业.doc

学习资料收集于网络，仅供参考 实验报告实验课程： 数字图像处理 实验名称： 骨髓细胞计数 实验地点： 计算机中心405 学生姓名： 学 号： 指导教师： 实验时间： 年 月 一、实验要求：将被染成紫色的白细胞从较暗的红细胞和背景中分割出来，去除细胞粘连，用数字图像处理技术实现图像中紫色细胞的自动计数。二、实验过程1、对原图像进行预处理（1）由于源图像是彩色图像，为了便于进行仿真实验，在进行处理之前需要将彩色图像转换为灰度图像。用到的函数为rgb2gray（2）获取图像的全局阈值并将图像二值化，以方便后面实验中对图像进行形态学修饰的进行（3）在图像获取过程中，由于热传输等影响，会产生高斯噪声，较适合采用中值滤波的方法进行去噪处理。因为，中值滤波的方法能够较好的保护细胞的边缘信息，满足本实验的需求；（4）删除小面积图像（5）对图像进行开闭运算。开和闭这两种运算可以除去比结构元素小的特定图像细节，同时保证不产生全局几何失真。开运算可以把比结构元素小的突刺滤掉，切断细长搭接而起到分离作用；闭运算可以把比结构元素小的缺口或孔填充上，搭接短的间隔而起到连接作用。（6）对图像进行孔洞填充，（7）开闭运算会留下一些偏离的孤立像素，使用bwareaopen来移除少于特定像素个数的斑点。BW2= bwareaopen(BW,P)从二值图像中移除所以少于P像素值的连通块，得到另外的二值图像BW3。实验图片显示如下：2、分割计数 本次实验采用分水岭法对进行过预处理的图像进行分割和计数，最后计数得紫色细胞个数为35三、实验心得体会 通过这学期的学习，我获益匪浅，学到了很多有趣的知识，知道了什么是灰度图，二值化，阈值，分水岭等很多有趣的图像处理方法，知道了怎么使用matlab帮助查找自己不会的函数，也成功的自己独立完成了细胞的计数。这门课也激起了我对图像处理的兴趣，课程结束后也会继续学习更多的函数知识，不会停止这方面的学习。四、源代码Image = imread(b1.bmp); subplot(321);imshow(Image); title(原图); Image=rgb2gray(Image);subplot(322); imshow(Image); title(灰度图); Theshold = graythresh(Image);BW = im2bw(Image,1.3*Theshold); subplot(323),imshow(BW); title(二值化图像); BW1= medfilt2(BW,13 13);BW1=bwareaopen(BW,50,4)subplot(3,2,4); imshow(BW1); title(删除小面积后图像); se=strel(disk,5);fo=imopen(BW1,se);foc=imclose(fo,se)subplot(3,2,5); imshow(foc); title(开闭运算后图像);BW2=imfill(foc,holes);subplot(3,2,6); imshow(BW2);title(孔洞填充后图像);BW3=bwareaopen(BW2,20);D=bwdist(BW3);D=-D;D(BW3)=-Inf;L=watershed(D);rgb=label2rgb(L,jet);figure;imshow(rgb,);title(分水岭分割计算后图像);number=max(max(L)-1;number方法一源程序：A=imread(y1.bmp);B=rgb2gray(A); h=0 1 0,1 -4 1,0 1 0; J1=conv2(B,h,same); K1=medfilt2(J1,3 3); BW=edge(K1,canny); SE= strel(line,11,90);BW1=imdilate(BW,SE); BW2=bwmorph(BW1,thin,Inf); H, theta, rho = hough(BW2, ThetaResolution, 0.2); subplot(221),imshow(H, , XData, theta, YData, rho, InitialMagnification, fit) axis on, axis normal xlabel(theta), ylabel(rho) ,peaks = houghpeaks(H, 5); hold on plot(theta(peaks(:, 2), rho(peaks(:, 1), .linestyle, none, marker, s, color, w); lines = houghlines(BW2, theta, rho, peaks); subplot(222),imshow(BW2), hold on for k = 1:length(lin