改变图像的对比度matlab代码-dcan-tensorflow:TensorFlow中的深度轮廓感知网络

改变图像的静态matlab代码dcan-张量流 客观的 使用Chen等人创建的（DCAN）模型检测人U2OS细胞图像中的细胞核边界。 人注意：与纸张相比，上采样层没有辅助监控 图片集： 指示 tf-dcan/所有代码都是针对上述参考的Broad Institute人类U2OS细胞图像集编写的。 该图像集包含384个32个不同z索引（来自自动显微镜）的图像，尺寸为692 x 520。 要在自己的映像上运行，您必须： 如DCAN论文所述，生成一组地面真实轮廓和线段。 使用fm-prep/traceBounds.m作为起点。 根据您的数据（例如，图像尺寸，文件类型解码）在dcan-tensorflow/自定义bbbc006.py和bbbc006_input.py 。 要在U2OS映像集上运行代码，请遵循以下各节中的所有步骤。 前处理 fm-prep/目录包含MATLAB脚本，可自动为每个图像选择最佳焦平面。 将所有目录从U2OS映像集中移动到存储库的根目录。 在MATLAB中运行fmeasureAll()以计算每个图像的焦距。 确保将fmeasure的功能，改变线10 fmeasureAll