細(xì)胞圖像處理大作業(yè)

1、-作者xxxx-日期xxxx細(xì)胞圖像處理大作業(yè)【精品文檔】 實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)課程： 數(shù)字圖像處理 實(shí)驗(yàn)名稱： 骨髓細(xì)胞計(jì)數(shù) 實(shí)驗(yàn)地點(diǎn)： 計(jì)算機(jī)中心405 學(xué)生姓名： 學(xué) 號(hào)： 指導(dǎo)教師： 實(shí)驗(yàn)時(shí)間： 年 月 一、實(shí)驗(yàn)要求：將被染成紫色的白細(xì)胞從較暗的紅細(xì)胞和背景中分割出來，去除細(xì)胞粘連，用數(shù)字圖像處理技術(shù)實(shí)現(xiàn)圖像中紫色細(xì)胞的自動(dòng)計(jì)數(shù)。二、實(shí)驗(yàn)過程1、對(duì)原圖像進(jìn)行預(yù)處理（1）由于源圖像是彩色圖像，為了便于進(jìn)行仿真實(shí)驗(yàn)，在進(jìn)行處理之前需要將彩色圖像轉(zhuǎn)換為灰度圖像。用到的函數(shù)為rgb2gray（2）獲取圖像的全局閾值并將圖像二值化，以方便后面實(shí)驗(yàn)中對(duì)圖像進(jìn)行形態(tài)學(xué)修飾的進(jìn)行（3）在圖像獲取過程中，由于熱

2、傳輸?shù)扔绊?，?huì)產(chǎn)生高斯噪聲，較適合采用中值濾波的方法進(jìn)行去噪處理。因?yàn)?，中值濾波的方法能夠較好的保護(hù)細(xì)胞的邊緣信息，滿足本實(shí)驗(yàn)的需求；（4）刪除小面積圖像（5）對(duì)圖像進(jìn)行開閉運(yùn)算。開和閉這兩種運(yùn)算可以除去比結(jié)構(gòu)元素小的特定圖像細(xì)節(jié)，同時(shí)保證不產(chǎn)生全局幾何失真。開運(yùn)算可以把比結(jié)構(gòu)元素小的突刺濾掉，切斷細(xì)長搭接而起到分離作用；閉運(yùn)算可以把比結(jié)構(gòu)元素小的缺口或孔填充上，搭接短的間隔而起到連接作用。（6）對(duì)圖像進(jìn)行孔洞填充，（7）開閉運(yùn)算會(huì)留下一些偏離的孤立像素，使用bwareaopen來移除少于特定像素個(gè)數(shù)的斑點(diǎn)。BW2= bwareaopen(BW,P)從二值圖像中移除所以少于P像素值的連通塊，得

3、到另外的二值圖像BW3。實(shí)驗(yàn)圖片顯示如下：2、分割計(jì)數(shù) 本次實(shí)驗(yàn)采用分水嶺法對(duì)進(jìn)行過預(yù)處理的圖像進(jìn)行分割和計(jì)數(shù)，最后計(jì)數(shù)得紫色細(xì)胞個(gè)數(shù)為35三、實(shí)驗(yàn)心得體會(huì) 通過這學(xué)期的學(xué)習(xí)，我獲益匪淺，學(xué)到了很多有趣的知識(shí)，知道了什么是灰度圖，二值化，閾值，分水嶺等很多有趣的圖像處理方法，知道了怎么使用matlab幫助查找自己不會(huì)的函數(shù)，也成功的自己獨(dú)立完成了細(xì)胞的計(jì)數(shù)。這門課也激起了我對(duì)圖像處理的興趣，課程結(jié)束后也會(huì)繼續(xù)學(xué)習(xí)更多的函數(shù)知識(shí)，不會(huì)停止這方面的學(xué)習(xí)。四、源代碼Image = imread('b1.bmp'); subplot(321);imshow(Image); title(

4、'原圖'); Image=rgb2gray(Image);subplot(322); imshow(Image); title('灰度圖'); Theshold = graythresh(Image);BW = im2bw(Image,1.3*Theshold); subplot(323),imshow(BW); title('二值化圖像'); BW1= medfilt2(BW,13 13);BW1=bwareaopen(BW,50,4)subplot(3,2,4); imshow(BW1); title('刪除小面積后圖像');

5、 se=strel('disk',5);fo=imopen(BW1,se);foc=imclose(fo,se)subplot(3,2,5); imshow(foc); title('開閉運(yùn)算后圖像');BW2=imfill(foc,'holes');subplot(3,2,6); imshow(BW2);title('孔洞填充后圖像');BW3=bwareaopen(BW2,20);D=bwdist(BW3);D=-D;D(BW3)=-Inf;L=watershed(D);rgb=label2rgb(L,'jet'

6、;);figure;imshow(rgb,);title('分水嶺分割計(jì)算后圖像');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(B

7、W1,'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(lines) xy