數(shù)字圖像處理課程設(shè)計(jì)(實(shí)驗(yàn)報(bào)告)

1、.上 海 理 工 大 學(xué)計(jì) 算 機(jī) 工 程 學(xué) 院實(shí) 驗(yàn) 報(bào) 告實(shí)驗(yàn)名稱紅細(xì)胞數(shù)目統(tǒng)計(jì)課程名稱數(shù)字圖像處理姓名王磊學(xué)號0916020226日期2012-11-27地點(diǎn)圖文信息中心成績教師韓彥芳1、 設(shè)計(jì)內(nèi)容：主題：紅細(xì)胞數(shù)目檢測詳細(xì)說明：讀入紅細(xì)胞圖片，通過中值濾波，開運(yùn)算，閉運(yùn)算，以及貼標(biāo)簽等方法獲得細(xì)胞個(gè)數(shù)。2、 現(xiàn)實(shí)意義：細(xì)胞數(shù)目檢測在現(xiàn)實(shí)生活中的意義主要體現(xiàn)在醫(yī)學(xué)上的作用，可通過細(xì)胞數(shù)目的檢測來查看并估計(jì)病人或動物的血液中細(xì)胞數(shù)，如估測血液中紅細(xì)胞、白細(xì)胞、血小板、淋巴細(xì)胞等細(xì)胞的數(shù)目，同時(shí)也可檢測癌細(xì)胞的數(shù)目來查看醫(yī)療效果，根據(jù)這一系列的指標(biāo)來對病人或動物進(jìn)行治療，是具有極其重要的現(xiàn)

2、實(shí)作用的。三、涉及知識內(nèi)容：1、中值濾波2、開運(yùn)算3、閉運(yùn)算4、二值化5、貼標(biāo)簽四、實(shí)例分析及截圖效果：（1） 代碼如下：1、程序中定義圖像變量說明（1）Image-原圖變量;（2）Image_BW-值化圖象;（3）Image_BW_medfilt-中值濾波后的二值化圖像;（4）Optimized_Image_BW-通過“初次二值化圖像”與“中值濾波后的二值化圖像”進(jìn)行“或”運(yùn)算優(yōu)化圖像效果；（5）Reverse_Image_BW-優(yōu)化后二值化圖象取反；（6）Filled_Image_BW-已填充背景色的二進(jìn)制圖像；（7）Open_Image_BW-開運(yùn)算后的圖像；2、實(shí)現(xiàn)代碼：%-圖片前期處

3、理-%第一步：讀取原圖,并顯示A = imread(E:紅細(xì)胞3.png);Image=rgb2gray(A); %RGB轉(zhuǎn)化成灰度圖figure,imshow(Image);title(【原圖】);%第二步：進(jìn)行二值化Theshold = graythresh(Image); %取得圖象的全局域值 Image_BW = im2bw(Image,Theshold); %二值化圖象figure,imshow(Image_BW);title(【初次二值化圖像】);%第三步二值化圖像進(jìn)行中值濾波Image_BW_medfilt= medfilt2(Image_BW,13 13);figure,ims

4、how(Image_BW_medfilt);title(【中值濾波后的二值化圖像】);%第四步：通過“初次二值化圖像”與“中值濾波后的二值化圖像”進(jìn)行“或”運(yùn)算優(yōu)化圖像效果Optimized_Image_BW = Image_BW_medfilt|Image_BW;figure,imshow(Optimized_Image_BW);title(【進(jìn)行“或”運(yùn)算優(yōu)化圖像效果】);%第五步：優(yōu)化后二值化圖象取反，保證：1-白色，0-黑色%方便下面的操作Reverse_Image_BW = Optimized_Image_BW;figure,imshow(Reverse_Image_BW);titl

5、e(【優(yōu)化后二值化圖象取反】);%第六步：填充二進(jìn)制圖像的背景色，去掉細(xì)胞內(nèi)的黑色空隙Filled_Image_BW = bwfill(Reverse_Image_BW,holes);figure, imshow(Filled_Image_BW);title(【已填充背景色的二進(jìn)制圖像】);%第七步：對圖像進(jìn)行開運(yùn)算，去掉細(xì)胞與細(xì)胞之間相粘連的部分SE = strel(disk,4);Open_Image_BW = imopen(Filled_Image_BW,SE);figure, imshow(Open_Image_BW);title( 【開運(yùn)算后的圖像】);%-開始計(jì)算細(xì)胞數(shù)-Label

6、 Number=bwlabel(Open_Image_BW,8) %初步取得細(xì)胞個(gè)數(shù)Array = bwlabel(Open_Image_BW,8); %取得貼標(biāo)簽處理后的圖像Sum = ;%依次統(tǒng)計(jì)貼標(biāo)簽后數(shù)組for i=1:Numberr,c = find(Array=i); %獲取相同標(biāo)簽號的位置，將位置信息存入r,crc = r c;Num = length(rc); %取得vc數(shù)組的元素的個(gè)數(shù)Sum(i)=Num; %將元素個(gè)數(shù)存入Sum數(shù)組EndSumN = 0;%假如Sum數(shù)組中的元素大于了400，表示有兩個(gè)細(xì)胞相連，像素點(diǎn)較多，即分為兩個(gè)細(xì)胞數(shù)for i=1:length(Su

7、m)if(Sum(i) 1500N = N+1;endend%-統(tǒng)計(jì)最終細(xì)胞數(shù)-Number = Number+N 3、運(yùn)行效果截圖：第一步：讀取原圖,并顯示A = imread(E:紅細(xì)胞3.png );Image=rgb2gray(A);figure,imshow(Image);title( 【原圖】); 第二步：進(jìn)行二值化Theshold = graythresh(Image);%取得圖象的全局域值Image_BW = im2bw(Image,Theshold);%二值化圖象figure,imshow(Image_BW);title( 【初次二值化圖像】);第三步：進(jìn)行二值化圖像Imag

8、e_BW_medfilt= medfilt2(Image_BW,13 13);figure,imshow(Image_BW_medfilt);title( 【中值濾波后的二值化圖像】);第四步：通過“初次二值化圖像”與“中值濾波后的二值化圖像”進(jìn)行“或”運(yùn)算優(yōu)化圖像效果Optimized_Image_BW = Image_BW_medfilt|Image_BW;figure,imshow(Optimized_Image_BW);title( 【進(jìn)行“或”運(yùn)算優(yōu)化圖像效果】);第五步：優(yōu)化后二值化圖象取反,保證:1為白色,0為黑色Reverse_Image_BW = Optimized_Imag

9、e_BW;figure,imshow(Reverse_Image_BW);title( 【優(yōu)化后二值化圖象取反】);第六步：填充二進(jìn)制圖像的背景色，去掉細(xì)胞內(nèi)的黑色空隙Filled_Image_BW = bwfill(Reverse_Image_BW,holes);figure, imshow(Filled_Image_BW);title( 【已填充背景色的二進(jìn)制圖像】);第七步：對圖像進(jìn)行開運(yùn)算，去掉細(xì)胞與細(xì)胞之間相粘連的部分SE = strel(disk,4);Open_Image_BW = imopen(Filled_Image_BW,SE);figure, imshow(Open_Im

10、age_BW);title( 【開運(yùn)算后的圖像】);第八步：開始計(jì)算細(xì)胞數(shù)Label Number=bwlabel(Open_Image_BW,8)%初步取得細(xì)胞個(gè)數(shù)Array = bwlabel(Open_Image_BW,8);%取得貼標(biāo)簽處理后的圖像Sum = ;%依次統(tǒng)計(jì)貼標(biāo)簽后數(shù)組for i=1:Numberr,c = find(Array=i);%獲取相同標(biāo)簽號的位置，將位置信息存入r,crc = r c;Num = length(rc);%取得vc數(shù)組的元素的個(gè)數(shù)Sum(i)=Num;%將元素個(gè)數(shù)存入Sum數(shù)組endSumN = 0;-假如Sum數(shù)組中的元素大于了1500，表示有

11、兩個(gè)細(xì)胞相連，像素點(diǎn)較多，即分為兩個(gè)細(xì)胞數(shù)-for i=1:length(Sum)if(Sum(i) 1500N = N+1;endendNumber = Number+N %-統(tǒng)計(jì)最終細(xì)胞數(shù)第九步：最終檢測結(jié)果：四、算法分析（1）中值濾波 利用中值濾波可以對圖像進(jìn)行平滑處理。算法簡單，時(shí)間復(fù)雜度低，但其對點(diǎn)、線和尖頂多的圖像不宜采用中值濾波。很容易自適應(yīng)化。（2）開運(yùn)算先腐蝕后膨脹的過程稱為開運(yùn)算。用來消除小物體、在纖細(xì)點(diǎn)處分離物體、平滑較大物體的邊界的同時(shí)并不明顯改變其面積。（3）閉運(yùn)算 先膨脹后腐蝕的過程稱為閉運(yùn)算。用來填充物體內(nèi)細(xì)小空洞、連接鄰近物體、平滑其邊界的同時(shí)并不明顯改變其面積。 五、心得體會耗費(fèi)了半個(gè)月的時(shí)間來處理這份課程設(shè)計(jì)，期間雖然要去復(fù)習(xí)研究生考試但是我還是堅(jiān)持了下來，也許實(shí)驗(yàn)不是很完美，但卻是自己努力完成，因此很有成就感。最開始以為自己做的很好，都自己完成了，但是跟大家對比后才發(fā)現(xiàn)原來自己已經(jīng)做錯(cuò)了，還好有老師和同學(xué)的教導(dǎo)與指點(diǎn)，再次在此表示感謝。對于這次的課程設(shè)計(jì)來說，由于是我我首次通過編寫代碼來完成對圖像的處理，這些都是以前沒有接觸過的，難免出現(xiàn)一