【细胞分割】基于中值滤波和分水岭法实现细胞计数含Matlab源码.zip

function [cen,copy]=Kmeans(I,k) % K均值聚类函数 mm=max(max(I)); % mm为I的最大灰度值 copy=I; cen=(1:k)*mm/k; % 求出首次中心值 cen1=zeros(1,k); d=ones(1,k)./255; [m,n]=size(I); J=zeros(m,n); while(1) for i=1:m for j=1:n c=abs(I(i,j)-cen); % c为I中元素与各中心点的差值数组 cc=find(min(c)==c); % cc为距中心值最近的元素下标 J(i,j)=cc; end end % 求新的中心点 for r=1:k h=0; [J1,J2]=find(J==r); p=length(J1); for s=1:p h=h+I(J1(s),J2(s)); copy(J1(s),J2(s))=cen(r); % 按中心值，把原图像灰度分为K类 end cen1(r)=h/p; end if (abs(cen1-cen)<=d) break; else cen=cen1; end end I=imread('b.bmp'); % 读入处理图像 R=I(:,:,1); % 分离R分量 G=I(:,:,2); B=I(:,:,3); clc; % 清屏 close all; % 关闭图像窗口 figure, % 开辟图像显示窗口 subplot(2,3,1),imshow(R),title('R分量'); subplot(2,3,2),imshow(G),title('G分量'); subplot(2,3,3),imshow(B),title('B分量'); K=rgb2hsv(I); % RGB图像转换成HSV图像 H=K(:,:,1); S=K(:,:,2); V=K(:,:,3); subplot(2,3,4),imshow(H),title('H分量'); subplot(2,3,5),imshow(S),title('S分量'); subplot(2,3,6),imshow(V),title('V分量'); %****************************** 白细胞计数 ****************************** % 分割出只有白细胞的二值图像 [cenwhite,copywhite]=Kmeans(H,3); % K均值聚类函数调用 cenwhite % 查看聚类后的中心值 figure, subplot(1,3,1),imshow(copywhite,[ ]),title('H分量K均值聚类结果'); A=copywhite; [m,n]=size(A); % 把聚类后图像二值化 for i=1:m for j=1:n if A(i,j)==cenwhite(2) A(i,j)=1; else A(i,j)=0; end end end subplot(1,3,2),imshow(A,[ ]),title('白细胞二值化结果'); C1=imdilate(A,ones(5)); % 对二值化图像腐蚀膨胀处理达到去噪效果 C2=imerode(C1,ones(11)); C=imdilate(C2,ones(6)); subplot(1,3,3),imshow(C,[ ]),title('白细胞去噪结果'); % 下面两种方法中任选一种作为白细胞计数输出： % 方法一：用4连通分割图像计算白细胞个数 L4=bwlabel(C,4); % 4连通运算 figure,subplot(1,2,1),imshow(L4,[ ]),title('法一：白细胞4连通结果'); Numwhite=max(max(L4)); % 计算4连通后图像中的最大值，即为白细胞个数 Numwhite % Numwhite为4连通计数结果，显示结果 % 方法二：用分水岭算法分割图像计算白细胞个数 % E=bwdist(~C); E=-E; E(~C)=-Inf; L0=watershed(E); rgb=label2rgb(L0,'jet'); subplot(1,2,2),imshow(rgb,[ ]),title('法二：白细胞分水岭结果'); NumWhite=max(max(L0))-1; NumWhite % NumWhite为分水岭算法计数结果，显示结果 %****************************** 红细胞计数 ****************************** % 分割出只有红细胞的二值图像，并对其做必需处理 I1(:,:,1)=double(I(:,:,1)).*C; % 把二值图像还原为彩色图像 I1(:,:,2)=double(I(:,:,2)).*C; I1(:,:,3)=double(I(:,:,3)).*C; figure,subplot(1,2,1),imshow(uint8(I1)),title('白细胞'); J=double(I)-double(I1); % 原图减去白细胞图得红细胞彩图 subplot(1,2,2),imshow(uint8(J)),title('红细胞'); J=rgb2hsv(J); % 红细胞图转换成HSV图 HH=J(:,:,1); SS=J(:,:,2); % 提取S分量 VV=J(:,:,3); figure, subplot(1,3,1),imshow(HH),title('红细胞图H分量'); subplot(1,3,2),imshow(SS),title('红细胞图S分量'); subplot(1,3,3),imshow(VV),title('红细胞图V分量'); [cenred,copyred]=Kmeans(SS,2); % 对S分量图均值聚类 cenred % 查看聚类后的中心值 figure,subplot(2,2,1),imshow(copyred,[ ]),title('S分量K均值聚类结果'); H=copyred; [m,n]=size(H); % 把聚类后图像二值化 for i=1:m for j=1:n if H(i,j)==cenred(2) H(i,j)=1; else H(i,j)=0; end end end subplot(2,2,2),imshow(H,[ ]),title('红细胞二值化结果'); G=imfill(H,'holes'); % 红细胞图填充孔洞 subplot(2,2,3),imshow(G,[ ]),title('红细胞填洞结果'); C1=imerode(G,ones(9)); % 开运算去除噪声 G=imdilate(C1,ones(9)); subplot(2,2,4),imshow(G,[ ]),title('红细胞去噪结果'); % 方法一：通过判断面积大小计算红细胞个数 [J,num]=bwlabel(G,8); % 8连通运算，保存区域个数num figure,subplot(1,2,1),imshow(J,[ ]),title('红细胞8连通结果'); sum=0; % 定义sum为总面积变量 numred1=0; % 定义numred1为红细胞个数变量 for i=1:num [J1,J2]=find(J==i); % 找出J中值为i的像素坐标分别存入J1,J2中 area(i)=length(J1); % area(i)为第i个红细胞的面积 sum=sum+area(i); % 面积累加 end ave=sum/num; % 求红细胞的平均面积ave for i=1:num % 通过面积比较，判断个数的增加值 if 0.5*ave<area(i) && area(i)<=1.5*ave numred1=numred1+1; % 如果细胞区域的面积在0.5～1.5倍之间，视为一个细胞 end if 1.5*ave<area(i) && area(i)<=2.5*ave numred1=numred1+2; % 如果细胞区域的面积在1.5～2.5倍之间，视为两个细胞 end if 2.5*ave<area(i) && area(i)<=3.5*ave numred1=numred1+3; % 如果细胞区域的面积在2.5～3.5倍之间，视为三个细胞 end end numred1 % 查看面积法得到的红细胞个数numred1 % 方法二：用分水岭算法计算红细胞的个数 D=bwdist(~G); D=-D; D(~G)=-Inf; L=watershed(D); rgb=label2rgb(L,'jet'); subplot(1,2,2),imshow(rgb,[ ]),title('红细胞分水岭算法结果'); numred2=max(max(L))-1; numred2 % 查看分水岭算法得到的红细胞个数numred2 % 为缩小误差，把两种方法得出的红细胞个数的平均值作为红细胞的最终个数 NumRed=floor((numred1+numred2)/2); % floor()为向下取整 NumRed % 查看最终得到的红细胞个数NumRed