数字图像处理课程设计Word文档下载推荐.docx

1、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

2、-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,并显示 A = imread（E:红细胞）;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 =

3、 im2bw（Image,Theshold）; %二值化图象 figure,imshow（Image_BW）;【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_BW_medfilt）;【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）;【进行“或”运

4、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）;【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,holesfigure, imshow（Filled_Image_BW）;【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）;Ope

5、n_Image_BW = imopen（Filled_Image_BW,SE）;figure, imshow（Open_Image_BW）; 【开运算后的图像】%-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:Number r,c = find（Array=i）; %获取相同标签号的位置，将位置信息存入r,c rc = r c;Num = length（rc）; %取得vc数组的元

6、素的个数 Sum（i）=Num; %将元素个数存入Sum数组 End Sum N = 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 length（Sum） if（Sum（i） 1500 N = N+1;end end%-统计最终细胞数- Number = Number+N 3、运行效果截图：第一步：红细胞 【原图】第二步：%取得图象的全局域值 %二值化图象 【初次二值化图像】第三步：进行二值化图像 【中值滤波后的二值化图像】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 【进行“或”运算优化图像效果】 黑色为,0白色为

7、:1保证,第五步：优化后二值化图象取反 【优化后二值化图象取反】第六步： 【已填充背景色的二进制图像】第七步：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 %取得贴标签处理后的图像 %获取相同标签号的位置，将位置信息存入r,c 数组的元素的个数vc取得Num = length（rc）;%将元素个数存入Sum数组 -假如Sum数组中的元素大于了1500，表示有两个细胞相连，像素点较多，即分为两个细胞数- Number = 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

8、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，难免出现一些失误，而且又由于自己以前没有接触过matlab，第一次的接触使用中也出现一些错误，不过都通过了后来的翻阅资料等一一解决，这实在是一份难得的经验。在学习了很多之后我开始慢慢的对MATLAB的操作熟练起来，并且在实践中找到了学习的乐趣。虽然在这短时间里需要不断查资料，然后对着电脑，把一个个的问题通过这样或那样的方法解决。我坚信虽然道路是曲折的，但是前途是光明的。