(最新整理)数字图像处理课程设计(实验报告)

1、(完整)数字图像处理课程设计(实验报告)(完整)数字图像处理课程设计(实验报告) 编辑整理：尊敬的读者朋友们：这里是精品文档编辑中心，本文档内容是由我和我的同事精心编辑整理后发布的，发布之前我们对文中内容进行仔细校对，但是难免会有疏漏的地方，但是任然希望（(完整)数字图像处理课程设计(实验报告)）的内容能够给您的工作和学习带来便利。同时也真诚的希望收到您的建议和反馈，这将是我们进步的源泉，前进的动力。本文可编辑可修改，如果觉得对您有帮助请收藏以便随时查阅，最后祝您生活愉快 业绩进步，以下为(完整)数字图像处理课程设计(实验报告)的全部内容。- 15 -上 海 理 工 大 学计 算 机 工 程

2、学 院实 验 报 告实验名称红细胞数目统计课程名称数字图像处理姓名王磊学号0916020226日期20121127地点图文信息中心成绩教师韩彦芳1、 设计内容：主题：红细胞数目检测详细说明：读入红细胞图片,通过中值滤波，开运算,闭运算，以及贴标签等方法获得细胞个数.2、 现实意义：细胞数目检测在现实生活中的意义主要体现在医学上的作用，可通过细胞数目的检测来查看并估计病人或动物的血液中细胞数，如估测血液中红细胞、白细胞、血小板、淋巴细胞等细胞的数目,同时也可检测癌细胞的数目来查看医疗效果，根据这一系列的指标来对病人或动物进行治疗，是具有极其重要的现实作用的。三、涉及知识内容:1、中值滤波2、开运

3、算3、闭运算4、二值化5、贴标签四、实例分析及截图效果：（1） 代码如下：1、程序中定义图像变量说明(1)image-原图变量；（2）image_bw-值化图象;（3）image_bw_medfilt-中值滤波后的二值化图像；（4）optimized_image_bw-通过“初次二值化图像”与“中值滤波后的二值化图像”进行“或”运算优化图像效果；(5）reverse_image_bw-优化后二值化图象取反；（6）filled_image_bw-已填充背景色的二进制图像;(7）open_image_bw-开运算后的图像；2、实现代码：-图片前期处理-第一步：读取原图，并显示a = imread(

4、e：红细胞3.png)；image=rgb2gray(a); %rgb转化成灰度图figure,imshow（image）;title(【原图】）;%第二步:进行二值化theshold = graythresh(image)； 取得图象的全局域值 image_bw = im2bw(image,theshold); %二值化图象figure，imshow（image_bw);title（【初次二值化图像】);%第三步二值化图像进行中值滤波image_bw_medfilt= medfilt2(image_bw，13 13）;figure，imshow（image_bw_medfilt）；title

5、（【中值滤波后的二值化图像】）;第四步：通过“初次二值化图像”与“中值滤波后的二值化图像进行“或”运算优化图像效果optimized_image_bw = image_bw_medfiltimage_bw；figure,imshow(optimized_image_bw）;title（【进行“或”运算优化图像效果】）；第五步：优化后二值化图象取反,保证：1-白色，0-黑色方便下面的操作reverse_image_bw = optimized_image_bw；figure，imshow(reverse_image_bw)；title（【优化后二值化图象取反】)；%第六步：填充二进制图像的背景色

6、，去掉细胞内的黑色空隙filled_image_bw = bwfill（reverse_image_bw，holes);figure, imshow(filled_image_bw)；title（【已填充背景色的二进制图像】)；第七步：对图像进行开运算,去掉细胞与细胞之间相粘连的部分se = strel(disk,4）；open_image_bw = imopen（filled_image_bw,se);figure, imshow(open_image_bw);title( 【开运算后的图像】）;-开始计算细胞数-label number=bwlabel(open_image_bw,8） 初

7、步取得细胞个数array = bwlabel（open_image_bw，8); 取得贴标签处理后的图像sum = ；依次统计贴标签后数组for i=1：numberr，c = find(array=i)； %获取相同标签号的位置，将位置信息存入r,crc = r c;num = length（rc)； 取得vc数组的元素的个数sum(i)=num; %将元素个数存入sum数组endsumn = 0；%假如sum数组中的元素大于了400，表示有两个细胞相连,像素点较多,即分为两个细胞数for i=1：length（sum)if(sum(i） 1500n = n+1；endend%-统计最终细胞

8、数-number = number+n 3、运行效果截图：第一步:读取原图,并显示a = imread（e:红细胞3.png );image=rgb2gray(a）;figure,imshow（image）;title（ 【原图】)； 第二步:进行二值化theshold = graythresh（image)；%取得图象的全局域值image_bw = im2bw（image,theshold);二值化图象figure，imshow（image_bw);title（ 【初次二值化图像】）；第三步：进行二值化图像image_bw_medfilt= medfilt2（image_bw,13 13);

9、figure，imshow(image_bw_medfilt）；title（ 【中值滤波后的二值化图像】）；第四步：通过“初次二值化图像与“中值滤波后的二值化图像”进行“或”运算优化图像效果optimized_image_bw = image_bw_medfilt|image_bw；figure,imshow（optimized_image_bw);title（ 【进行“或”运算优化图像效果】）；第五步：优化后二值化图象取反,保证：1为白色,0为黑色reverse_image_bw = optimized_image_bw；figure,imshow（reverse_image_bw）;tit

10、le( 【优化后二值化图象取反】)；第六步：填充二进制图像的背景色，去掉细胞内的黑色空隙filled_image_bw = bwfill(reverse_image_bw，holes)；figure， imshow（filled_image_bw);title( 【已填充背景色的二进制图像】);第七步：对图像进行开运算，去掉细胞与细胞之间相粘连的部分se = strel（disk,4);open_image_bw = imopen(filled_image_bw,se);figure， imshow（open_image_bw）;title( 【开运算后的图像】）；第八步:开始计算细胞数lab

11、el number=bwlabel(open_image_bw，8)初步取得细胞个数array = bwlabel（open_image_bw,8）;%取得贴标签处理后的图像sum = ；依次统计贴标签后数组for i=1:numberr,c = find(array=i）；%获取相同标签号的位置，将位置信息存入r,crc = r c；num = length(rc);取得vc数组的元素的个数sum（i)=num;%将元素个数存入sum数组endsumn = 0;-假如sum数组中的元素大于了1500，表示有两个细胞相连,像素点较多，即分为两个细胞数-for i=1:length(sum）if

12、（sum(i) 1500n = n+1；endendnumber = number+n %-统计最终细胞数第九步：最终检测结果：四、算法分析(1)中值滤波 利用中值滤波可以对图像进行平滑处理。算法简单，时间复杂度低，但其对点、线和尖顶多的图像不宜采用中值滤波。很容易自适应化。(2）开运算先腐蚀后膨胀的过程称为开运算。用来消除小物体、在纤细点处分离物体、平滑较大物体的边界的同时并不明显改变其面积。(3）闭运算 先膨胀后腐蚀的过程称为闭运算。用来填充物体内细小空洞、连接邻近物体、平滑其边界的同时并不明显改变其面积。 五、心得体会耗费了半个月的时间来处理这份课程设计，期间虽然要去复习研究生考试但是我还是坚持了下来，也许实验不是很完美，但却是自己努力完成，因此很有成就感.最开始以为自己做的很好，都自己完成了，但是跟大家对比后才发现原来自己已经做错了，还好有老师和同学的教导与指点,再次在此表示感谢。对于这次的课程设计来说,由于是我我首次通过编写代码来完成对图像的处理，这些都