红细胞数目检测

1、数字图像处理大作业题目：红细胞数目检测组员：陈宏尘( 02121105 )游晓康 ( 02121169 )陈林禾 ( 02121168 )张红双( 02121122 )一、主要内容1、现实意义2、设计步骤3、算法分析4、实例分析二、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、设计步骤：1、读入红细胞图片2、中值滤波3、闭运算4、开

2、运算5、贴标签6、得到细胞个数四、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。其算法简单，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。而且中值滤波对脉冲噪声有良好的滤除作用，特别是在滤除噪声的同时，能够保护信 号的边缘，使之不被模糊。能更好的区别开每一个红细胞。（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。 （消除细胞碎片）（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。（3）贴标签bwlabe

3、l 函数是用来标记二维的二值图像中的 connected components 的，简言之， 就是黑背景下面有多少白的块（连通组件？真别扭） ，反正就是从黑背景甄别白块块的。就 这么理解吧。五、实例分析：第一步：读取原图，并显示Image = imread( 红细胞 5.jpg); figure,imshow(Image); title( 【原图】 );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);titl

4、e( 【初次二值化图像】 );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); figure,imshow(Image_BW_medfilt);title( 【中值滤波后的二值化图像】 );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】 );进行“或”

5、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);title( 【优化后二值化图象取反】 );优化后二值化图象取反】第六步：闭运算，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】 );已填充背景色的二进制图像】第七步：对图像进行

6、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】 );开运算后的图像】第八步：开始计算细胞数 Label 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