CCR.rar_Cell density_ccr_matlab 图像处理_癌细胞的识别_细胞

clear; clc; I=imread('picture.png'); im_info=imfinfo('picture.png');%读取图像信息 GrayLevel=2^(im_info.BitDepth/3);%单通道图像灰度级 figure('Name','各通道直方图均衡','NumberTitle','off'); [H,W,N] = size(I); %图像的高度H，宽度W,通道数N %-------------------------R通道直方图均衡化处理----------------------------% I_R=I(:,:,1);%读取R分量 EQ_R=histeq(I_R);%R通道直方图均衡化处理 subplot(3,4,1); imhist(I_R); title('R_orig') subplot(3,4,2); imshow(I_R); title('R_orig') hst_R=imhist(EQ_R);%均衡化后的直方图 subplot(3,4,3); imshow(EQ_R); title('R_equ') subplot(3,4,4); imhist(EQ_R); title('R_equ'); %-------------------------G通道直方图均衡化处理----------------------------% I_G=I(:,:,2);%读取G分量 EQ_G=histeq(I_G);%G通道直方图均衡化处理 subplot(3,4,5); imhist(I_G); title('G_orig') subplot(3,4,6); imshow(I_G); title('G_orig') hst_G=imhist(EQ_G);%均衡化后的直方图 subplot(3,4,7); imshow(EQ_G); title('G_equ') subplot(3,4,8); imhist(EQ_G); title('G_equ'); %-------------------------B通道直方图均衡化处理----------------------------% I_B=I(:,:,3);%读取B分量 EQ_B=histeq(I_B);%B通道直方图均衡化处理 subplot(3,4,9); imhist(I_B); title('B_orig') subplot(3,4,10); imshow(I_B); title('B_orig') hst_B=imhist(EQ_B);%均衡化后的直方图 subplot(3,4,11); imshow(EQ_B); title('B_equ') subplot(3,4,12); imhist(EQ_B); title('B_equ'); I_equ=cat(3,EQ_R,EQ_G,EQ_B);%直方图均衡化后的图像 figure('Name','直方图均衡','NumberTitle','off'); subplot(1,2,1); imshow(I); title('原图像'); subplot(1,2,2); imshow(I_equ); title('直方图均衡化后的图像'); %----------------------------R通道迭代法求阈值---------------------------------% %设置初始阈值，取最大值和最小值的中间值 EQ_R_d=double(EQ_R);%将灰度值矩阵转化为double型 Tmax=max(EQ_R_d); Tmin=min(EQ_R_d); T=0.5*(Tmax+Tmin); d=1; while (d<0.5) zk_num=0; zc_num=0; zk_gray=0; zc_gray=0; for i=1:H for j=1:W Tn=EQ_R_d(i,j); if (Tn<=T) zc_num=zc_num+1; zc_gray=zc_gray+Tn; else zk_num=zk_num+1; zk_gray=zk_gray+Tn; end end end Tc=zc_gray/zc_num; Tk=zk_gray/zk_num; Ti=T; T=0.5*(Tc+Tk); d=abs(T-Ti); end for i=1:H for j=1:W if( EQ_R_d(i,j)<=T) EQ_R_d(i,j)=0; end end end R_T=uint8(EQ_R_d); %----------------------------G通道迭代法求阈值---------------------------------% %设置初始阈值，取最大值和最小值的中间值 EQ_G_d=double(EQ_G);%将灰度值矩阵转化为double型 Tmax=max(EQ_G_d); Tmin=min(EQ_G_d); T=0.5*(Tmax+Tmin); d=1; while (d<0.5) zk_num=0; zc_num=0; zk_gray=0; zc_gray=0; for i=1:H for j=1:W Tn=EQ_G_d(i,j); if (Tn<=T) zc_num=zc_num+1; zc_gray=zc_gray+Tn; else zk_num=zk_num+1; zk_gray=zk_gray+Tn; end end end Tc=zc_gray/zc_num; Tk=zk_gray/zk_num; Ti=T; T=0.5*(Tc+Tk); d=abs(T-Ti); end for i=1:H for j=1:W if( EQ_G_d(i,j)<=T) EQ_G_d(i,j)=0; end end end G_T=im2uint8(EQ_G_d); %----------------------------B通道迭代法求阈值---------------------------------% %设置初始阈值，取最大值和最小值的中间值 EQ_B_d=double(EQ_B);%将灰度值矩阵转化为double型 Tmax=max(EQ_B_d); Tmin=min(EQ_B_d); T=0.5*(Tmax+Tmin); d=1; while (d<0.5) zk_num=0; zc_num=0; zk_gray=0; zc_gray=0; for i=1:H for j=1:W Tn=EQ_B_d(i,j); if (Tn<=T) zc_num=zc_num+1; zc_gray=zc_gray+Tn; else zk_num=zk_num+1; zk_gray=zk_gray+Tn; end end end Tc=zc_gray/zc_num; Tk=zk_gray/zk_num; Ti=T; T=0.5*(Tc+Tk); d=abs(T-Ti); end for i=1:H for j=1:W if( EQ_B_d(i,j)<=T) EQ_B_d(i,j)=0; end end end B_T=uint8(EQ_B_d); figure(); subplot(1,3,1); imshow(R_T); subplot(1,3,2); imshow(G_T); subplot(1,3,3); imshow(B_T); %--------------------得到阈值分割后得到的彩色图像-------------------% I_T=cat(3,R_T,G_T,B_T);%粗提取后的图像 figure('Name','图像','NumberTitle','off'); subplot(1,3,1); imshow(I); title('原图像'); subplot(1,3,2); imshow(I_equ); title('直方图均衡化后的图像'); subplot(1,3,3); imshow(I_T); title('RGB三通道求阈值'); %----------------根据三个通道灰度的差值差值去除背景------------------% for i=1:H for j=1:W if I_T(i,j,2)-I_T(i,j,1)>20||I_T(i,j,2)-I_T(i,j,3)>20 I_T(i,j,1)=255; I_T(i,j,2)=255; I_T(i,j,3)=255; end end end figure('Name','除去背景','NumberTitle','off'); imshow(I_T); %----------------------------中值滤波---------------------------------% %使离散点与边界连接起来 figure('Name','中值滤波','NumberTitle','off'); R_M=medfilt2(R_T,[5 5]); G_M=medfilt2(G_T,[5 5]); B_M=medfilt2(B_T,[5 5]); I_M=cat(3,R_M,G_M,B_M); imshow(I_M) %----------------------------转化为二值图像---------------------------------% %生成细胞核的轮廓 figure('Name','二值','NumberTitle','off'); I_bw=im2bw(I_M);%转化为二值图像 imshow(I_bw); I_bw_a=bwareaopen(~I_bw,100,8);%除去背景中不必要的小面积 figure('Name','除去小面积','NumberTitle','off'); imshow(I_bw_a); %----------------------------得到细胞核的彩色图像---------------------------------% %该部分利用生成的细胞核的二值图像对原来直方图均衡后得到的彩色图像进行分割 core=I_equ; for i=1:H for j=1:W if I_bw_a(i,j)==0; core(i,j,1)=255; core(i,j,2)=255; core(i,j,3)=255; end end end figure('Name','细胞核彩色图像','NumberTitle','off'); imshow(core); %----------------------------转化为灰度图像---------------------------------% gray=rgb2gray(core); figure('Name','转化为灰度图像','NumberTitle','off'); imshow(gray) %----------------------------细胞核形态特征提取------------------------------% morphology(I_bw_a); %----------------------------细胞核颜色特征提取------------------------------% color(core); %----------------------------细胞核纹理特征提取------------------------------% textural(core); %----------------------------细胞核光密度特征提取----------------------------% optical(core);