【课题研究】基于matlab GUI阙值、边缘、形态学、种子点细胞图像分割【含Matlab源码 615期】
作者：互联网
一、简介
基于matlab GUI阙值、边缘、形态学、种子点图像分割
二、源代码
function varargout = bishe2(varargin)
% BISHE2 MATLAB code for bishe2.fig
% BISHE2, by itself, creates a new BISHE2 or raises the existing
% singleton*.
%
% H = BISHE2 returns the handle to a new BISHE2 or the handle to
% the existing singleton*.
%
% BISHE2('CALLBACK',hObject,eventData,handles,...) calls the local
% function named CALLBACK in BISHE2.M with the given input arguments.
%
% BISHE2('Property','Value',...) creates a new BISHE2 or raises the
% existing singleton*. Starting from the left, property value pairs are
% applied to the GUI before bishe2_OpeningFcn gets called. An
% unrecognized property name or invalid value makes property application
% stop. All inputs are passed to bishe2_OpeningFcn via varargin.
%
% *See GUI Options on GUIDE's Tools menu. Choose "GUI allows only one
% instance to run (singleton)".
%
% See also: GUIDE, GUIDATA, GUIHANDLES
% Edit the above text to modify the response to help bishe2
% Last Modified by GUIDE v2.5 26-Nov-2020 16:50:25
% Begin initialization code - DO NOT EDIT
gui_Singleton = 1;
gui_State = struct('gui_Name', mfilename, ...
'gui_Singleton', gui_Singleton, ...
'gui_OpeningFcn', @bishe2_OpeningFcn, ...
'gui_OutputFcn', @bishe2_OutputFcn, ...
'gui_LayoutFcn', [] , ...
'gui_Callback', []);
if nargin && ischar(varargin{1})
gui_State.gui_Callback = str2func(varargin{1});
end
if nargout
[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
else
gui_mainfcn(gui_State, varargin{:});
end
% End initialization code - DO NOT EDIT
% --- Executes just before bishe2 is made visible.
function bishe2_OpeningFcn(hObject, eventdata, handles, varargin)
% This function has no output args, see OutputFcn.
% hObject handle to figure
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
% varargin command line arguments to bishe2 (see VARARGIN)
% Choose default command line output for bishe2
handles.output = hObject;
% Update handles structure
guidata(hObject, handles);
% UIWAIT makes bishe2 wait for user response (see UIRESUME)
% uiwait(handles.figure1);
% --- Outputs from this function are returned to the command line.
function varargout = bishe2_OutputFcn(hObject, eventdata, handles)
% varargout cell array for returning output args (see VARARGOUT);
% hObject handle to figure
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
% Get default command line output from handles structure
varargout{1} = handles.output;
% --- Executes on button press in pushbutton1.
%% 按钮实现打开文件功能
function pushbutton1_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton1 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
global yuantu;
%文件打开对话框
[filename,pathname]=uigetfile({'*.bmp';'*.jpg';'*.gif'},'选择图片');
if isequal(filename,0)|isequal(pathname,0)
errordlg('没有打开图像','出错');
return;
else
file=[pathname,filename];
yuantu=imread(file);%读入图像
%设置显示的坐标轴
axes(handles.axes1);
%显示图像
imshow(yuantu);title('原始图像');
end
% --- Executes on button press in pushbutton2.
%% 按钮实现图像灰度化
function pushbutton2_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton2 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
global yuantu;
axes(handles.axes2);
f= rgb2gray(yuantu);
imshow(f);title('灰度图像');
% --- Executes on button press in pushbutton3.
%% 按钮实现基于阈值的细胞分割算法
function pushbutton3_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton3 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
global yuantu;
axes(handles.axes3);
%%%%%%%%%%%%%%%大松算法
level=graythresh(yuantu); %确定灰度阈值
BW=im2bw(yuantu,level);
imshow(BW);
title('基于阈值的细胞分割');
% --- Executes on button press in pushbutton4.
%% 按钮实现基于边缘的细胞分割算法
function pushbutton4_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton4 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
global yuantu;
%将axes4作为当前的坐标轴
axes(handles.axes4);
%获取popupmenu1的句柄为c
c=get(handles.popupmenu1,'value');
f=im2bw(yuantu);
[g_sobel_default , ts] = edge(f, 'sobel');
[g_log_default,tlog]=edge(f, 'log');
[g_canny_default,tc]=edge(f, 'canny' );
[g_prewitt_default,tp]=edge(f, 'prewitt');
[g_roberts_default,tr]=edge(f, 'roberts' );
g_sobel_best=edge(f, 'sobel' ,0.25);
g_log_best=edge(f, 'log',0.003,2.25);
g_canny_best=edge(f, 'canny' ,[0.04 0.10],1.5);
switch c
case 1 %使用sobel算子边缘检测
imshow(g_sobel_default);title('sobel图像边缘提取(自动阈值)');
case 2 %使用log特算子边缘检测
imshow(g_log_default);title('log图像边缘提取（自动阈值）');
case 3 %使用canny算子边缘检测
imshow(g_canny_default);title('canny图像边缘提取（自动阈值）');
case 4 %使用log特算子边缘检测
imshow(g_prewitt_default);title('prewitt图像边缘提取（自动阈值）');
case 5 %使用canny算子边缘检测
imshow(g_roberts_default);title('Roberts图像边缘提取（自动阈值）');
case 6 %使用sobel算子边缘检测
imshow(g_sobel_best);title('sobel算子边缘检测');
case 7 %使用log特算子边缘检测
imshow(g_log_best);title('log算子边缘检测');
case 8 %使用canny算子边缘检测
imshow(g_canny_best);title('canny算子边缘检测');
case 9
blood=rgb2gray(yuantu);
[m,n]=size(blood); % 求出图象大小
b=double(blood); % 将blood转为双精度浮点类型
N =sqrt(100) * randn(m,n); % 生成方差为10的白噪声
I=b+N; % 噪声干扰图象
z0=max(max(I)); % 求出图象中最大的灰度
z1=min(min(I)); % 最小的灰度
T=(z0+z1)/2; % 求最大和最小灰度的平均值
TT=0;
S0=0; n0=0;
S1=0; n1=0;
allow=0.5; % 新旧阈值的允许接近程度
d=abs(T-TT); % 数的绝对值
count=0; % 记录几次循环
while(d>=allow) % 迭代最佳阈值分割算法
count=count+1;
for i=1:m
for j=1:n
if (I(i,j)>=T)
S0=S0+I(i,j); % 图像中各个大于平均灰度值的点的灰度之和
n0=n0+1; % 图像中各个大于平均灰度值的点的总数
end
if (I(i,j)<T)
S1=S1+I(i,j); % 图像中各个小于平均灰度值的点的灰度之和
n1=n1+1; % 图像中各个小于平均灰度值的点的总数
end
end
end
T0=S0/n0; % 所有大于平均灰度值的点的平均灰度值
T1=S1/n1; % 所有小于平均灰度值的点的平均灰度值
TT=(T0+T1)/2; % 平均值
d=abs(T-TT); % 两个平均值的差
T=TT;
end
Seg=zeros(m,n);
for i=1:m
for j=1:n
if(I(i,j)>=T)
Seg(i,j)=1; % 阈值分割的图象
end
end
end
SI=1-Seg; % 阈值分割后的图象求反，便于用腐蚀算法求边缘
se1=strel('square',3); % 定义腐蚀算法的结构 strel是构建形态学运算中的结构元素函数
SI1=imerode(SI,se1); % 腐蚀算法
BW=SI-SI1; % 边缘检测
imshow(BW);title('New algorithm');
end
% --- Executes on button press in pushbutton5.
%% 按钮实现基于形态学的细胞分割算法 来提取边界
function pushbutton5_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton5 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
global yuantu;
num=0; % 图像位置计数
rowi=3; % 图像显示行数
colui=3; % 图像显示列数
%%%%%%%%%%% 读入图像 %%%%%%%
I=yuantu;
num=num+1;figure(1),subplot(rowi,colui,num),imshow(I),title('原图'); % 显示
%%%%%%%%%% 程序开始，计算时间 %%%%%%%%%%
tic % tic 和 toc 为程序运行时间的计算
%%%%%%%%%% 灰度化 %%%%%%%%%%
Igray = rgb2gray(I);
num=num+1;figure(1),subplot(rowi,colui,num),imshow(Igray),title('灰度化');
%%%%%%%%%% 填充－－灰度重构 %%%%%%%%%%
Ifill = imfill(Igray,'holes');%填充二值图像中的空洞区域。 如，黑色的背景上有个白色的圆圈。则这个圆圈内区域将被填充。
num=num+1;figure(1),subplot(rowi,colui,num),imshow(Ifill),title('灰度重构');
%%%%%% 二值化阈值选取过程 %%%%%
%%% 第一步，淋巴细胞不会在视场边缘，因此选择处理比视场小的图像范围，减少背景
[m,n]=size(Ifill); % 图像大小
Ifilltest=Ifill(40:m-50,60:n-50); % 40-238，60-302
%%% 第二步，直方图
[yout,xx]=imhist(Ifilltest); % yout为统计的个数，xx为相应的灰度值
num=num+1;figure(1),subplot(rowi,colui,num),imhist(Ifilltest),title('直方图');
%%% 重构后淋巴细胞的灰度比白细胞灰度低，因此选择灰度低于220的直方图中的最大值
%%% 对应的灰度作为阈值
%%% 重构的时候，只在闭合区域进行填充--设置成相同的灰度值，不同区域设置成不同的灰度
%%% 虽然背景区域看上去比目标区域大，但是未闭合，未填充，没有相同的灰度值，虽然看上去灰度比较相近，但是，灰度值不同
%%% 因此，在选择阈值的时候，还是选择最大区域的灰度作为阈值
yout = yout(1:255); % 可以修改，保证重构之后的目标灰度在所选范围内
[yy,P]=max(yout); % yy返回直方图最高的个数，P为相应灰度值
P = P-1; % P即为阈值
%%%%%%%%%% 二值化 %%%%%%%%%%
Ib = binarize1(Ifill,P); % 自编函数binarize1
num=num+1;figure(1),subplot(rowi,colui,num),imshow(Ib),title('二值化');
%%%%%%%%%% 去小区域 %%%%%%%%%%%
Io = bwareaopen(Ib, 500); % 形态学开运算，去小区域
num=num+1;figure(1),subplot(rowi,colui,num),imshow(Io),title('去小区域');
%%%%%%%%%% 填充孔洞 %%%%%%%%%%%
Iend = imfill(Io,'holes');
num=num+1;figure(1),subplot(rowi,colui,num),imshow(Iend),title('填充孔洞');
% 此时I中白色区域，即为淋巴细胞所在的区域
% 先找到像素最多的一列，即最长的一列
[H, col] = max(sum(Iend)); % 对每一列求和，H为最大值，col为所在行
% 再找到该列上最低点
row = min(find(Iend(:, col)));
%row = find(I(:, col),'first');
% [row, col]为求边界曲线的初始点
boundary = bwtraceboundary(Iend, [row, col], 'N'); % 找出图像的边界点坐
三、运行结果
四、备注
完整代码或者代写添加QQ 1564658423
往期回顾>>>>>>
【课题研究】基于matlab GUI学生成绩管理系统【含Matlab源码 601期】
【课题研究】基于matlab GUI 教室人数统计系统【含Matlab源码 602期】
【课题研究】基于matlab GUI图书管理系统【含Matlab源码 603期】
【课题研究】基于matlab GUI学生成绩查询系统【含Matlab源码 604期】
【课题研究】基于GUI FISHER线性判决的人脸识别系统【含Matlab源码 605期】
【课题研究】基于matlab GUI dwt与svd算法数字水印【含Matlab源码 606期】
【课题研究】基于matlab GUI二维条形码的识别【含Matlab源码 607期】
【课题研究】基于matlab GUI图像直方图、滤波、小波变换、分割处理系统【含Matlab源码 608期】
【课题研究】基于matlab GUI小波变换图像压缩分析【含Matlab源码 609期】
【课题研究】基于matlab HMM算法睡眠状态检测【含Matlab源码 610期】
【课题研究】基于matlab GUI DCT图像去噪【含Matlab源码 614期】
标签：num,title,GUI,imshow,hObject,615,handles,源码,灰度 来源： https://blog.csdn.net/TIQCmatlab/article/details/115149804