数字图像处理课程设计(实验报告)

1、上 海 理 工 大 学计 算 机 工 程 学 院实 验 报 告实验名称红细胞数目统计课程名称数字图像处理姓名王磊学号日期2012-11-27地点图文信息中心成绩教师韩彦芳1、 设计内容：主题：红细胞数目检测详细说明：读入红细胞图片，通过中值滤波，开运算，闭运算，以及贴标签等方法获得细胞个数。2、 现实意义：细胞数目检测在现实生活中的意义主要体现在医学上的作用，可通过细胞数目的检测来查看并估计病人或动物的血液中细胞数，如估测血液中红细胞、白细胞、血小板、淋巴细胞等细胞的数目，同时也可检测癌细胞的数目来查看医疗效果，根据这一系列的指标来对病人或动物进行治疗，是具有极其重要的现实作用的。三、涉及知识

2、内容：1、中值滤波2、开运算3、闭运算4、二值化5、贴标签四、实例分析及截图效果：（1） 代码如下：1、程序中定义图像变量说明（1）Image-原图变量;（2）Image_BW-值化图象;（3）Image_BW_medfilt-中值滤波后的二值化图像;（4）Optimized_Image_BW-通过“初次二值化图像”与“中值滤波后的二值化图像”进行“或”运算优化图像效果；（5）Reverse_Image_BW-优化后二值化图象取反；（6）Filled_Image_BW-已填充背景色的二进制图像；（7）Open_Image_BW-开运算后的图像；2、实现代码：%-图片前期处理-%第一步：读取原图

3、,并显示A = imread(E:红细胞3.png);Image=rgb2gray(A); %RGB转化成灰度图figure,imshow(Image);title(【原图】);%第二步：进行二值化Theshold = graythresh(Image); %取得图象的全局域值 Image_BW = im2bw(Image,Theshold); %二值化图象figure,imshow(Image_BW);title(【初次二值化图像】);%第三步二值化图像进行中值滤波Image_BW_medfilt= medfilt2(Image_BW,13 13);figure,imshow(Image_B

4、W_medfilt);title(【中值滤波后的二值化图像】);%第四步：通过“初次二值化图像”与“中值滤波后的二值化图像”进行“或”运算优化图像效果Optimized_Image_BW = Image_BW_medfilt|Image_BW;figure,imshow(Optimized_Image_BW);title(【进行“或”运算优化图像效果】);%第五步：优化后二值化图象取反，保证：1-白色，0-黑色%方便下面的操作Reverse_Image_BW = Optimized_Image_BW;figure,imshow(Reverse_Image_BW);title(【优化后二值化图象

5、取反】);%第六步：填充二进制图像的背景色，去掉细胞内的黑色空隙Filled_Image_BW = bwfill(Reverse_Image_BW,holes);figure, imshow(Filled_Image_BW);title(【已填充背景色的二进制图像】);%第七步：对图像进行开运算，去掉细胞与细胞之间相粘连的部分SE = strel(disk,4);Open_Image_BW = imopen(Filled_Image_BW,SE);figure, imshow(Open_Image_BW);title( 【开运算后的图像】);%-开始计算细胞数-Label Number=bwl

6、abel(Open_Image_BW,8) %初步取得细胞个数Array = bwlabel(Open_Image_BW,8); %取得贴标签处理后的图像Sum = ;%依次统计贴标签后数组for i=1:Numberr,c = find(Array=i); %获取相同标签号的位置，将位置信息存入r,crc = r c;Num = length(rc); %取得vc数组的元素的个数Sum(i)=Num; %将元素个数存入Sum数组EndSumN = 0;%假如Sum数组中的元素大于了400，表示有两个细胞相连，像素点较多，即分为两个细胞数for i=1:length(Sum)if(Sum(i)

7、 1500N = N+1;endend%-统计最终细胞数-Number = Number+N 3、运行效果截图：第一步：读取原图,并显示A = imread(E:红细胞3.png );Image=rgb2gray(A);figure,imshow(Image);title( 【原图】); 第二步：进行二值化Theshold = graythresh(Image);%取得图象的全局域值Image_BW = im2bw(Image,Theshold);%二值化图象figure,imshow(Image_BW);title( 【初次二值化图像】);第三步：进行二值化图像Image_BW_medfil

8、t= medfilt2(Image_BW,13 13);figure,imshow(Image_BW_medfilt);title( 【中值滤波后的二值化图像】);第四步：通过“初次二值化图像”与“中值滤波后的二值化图像”进行“或”运算优化图像效果Optimized_Image_BW = Image_BW_medfilt|Image_BW;figure,imshow(Optimized_Image_BW);title( 【进行“或”运算优化图像效果】);第五步：优化后二值化图象取反,保证:1为白色,0为黑色Reverse_Image_BW = Optimized_Image_BW;figure

9、,imshow(Reverse_Image_BW);title( 【优化后二值化图象取反】);第六步：填充二进制图像的背景色，去掉细胞内的黑色空隙Filled_Image_BW = bwfill(Reverse_Image_BW,holes);figure, imshow(Filled_Image_BW);title( 【已填充背景色的二进制图像】);第七步：对图像进行开运算，去掉细胞与细胞之间相粘连的部分SE = strel(disk,4);Open_Image_BW = imopen(Filled_Image_BW,SE);figure, imshow(Open_Image_BW);tit

10、le( 【开运算后的图像】);第八步：开始计算细胞数Label Number=bwlabel(Open_Image_BW,8)%初步取得细胞个数Array = bwlabel(Open_Image_BW,8);%取得贴标签处理后的图像Sum = ;%依次统计贴标签后数组for i=1:Numberr,c = find(Array=i);%获取相同标签号的位置，将位置信息存入r,crc = r c;Num = length(rc);%取得vc数组的元素的个数Sum(i)=Num;%将元素个数存入Sum数组endSumN = 0;-假如Sum数组中的元素大于了1500，表示有两个细胞相连，像素点较

11、多，即分为两个细胞数-for i=1:length(Sum)if(Sum(i) 1500N = N+1;endendNumber = Number+N %-统计最终细胞数第九步：最终检测结果：四、算法分析（1）中值滤波 利用中值滤波可以对图像进行平滑处理。算法简单，时间复杂度低，但其对点、线和尖顶多的图像不宜采用中值滤波。很容易自适应化。（2）开运算先腐蚀后膨胀的过程称为开运算。用来消除小物体、在纤细点处分离物体、平滑较大物体的边界的同时并不明显改变其面积。（3）闭运算 先膨胀后腐蚀的过程称为闭运算。用来填充物体内细小空洞、连接邻近物体、平滑其边界的同时并不明显改变其面积。 五、心得体会耗费了半个月的时间来处理这份课程设计，期间虽然要去复习研究生考试但是我还是坚持了下来，也许实验不是很完美，但却是自己努力完成，因此很有成就感。最开始以为自己做的很好，都自己完成了，但是跟大家对比后才发现原来自己已经做错了，还好有老师和同学的教导与指点，再次在此表示感谢。对于这次的课程设计来说，由于是我我首次通过编写代码来完成对图像的处理，这些都是以前没有接触过的，难免出