运用图像分割检测细胞.docVIP

运用图像分割技术检测细胞 在图像中如果对象与背景有足够的反差则其能够很容易的被检测出来。我们用边缘检测和基本形态工具来检测前列腺癌细胞。 第一步： 读入图像 读入前列腺癌细胞cell.tif图像， I = imread(cell.tif); figure, imshow(I), title(original image); text(size(I,2),size(I,1)+15, ... Image courtesy of Alan Partin, ... FontSize,7,HorizontalAlignment,right); text(size(I,2),size(I,1)+25, .... Johns Hopkins University, ... FontSize,7,HorizontalAlignment,right); 第二步：检测整个图像的细胞 图像中存在两个细胞，但是只有一个细胞能够全部可见，这就是我们要检测的细胞。也就是说对此对象的检测就是我们说的分割。这个能够被分割的对象与背景图像有很大的反差。对比之下的变化能够被程序计算其梯度而检测出来。梯度图像能被计算并且一个阈值可用于创建一个二元进制面膜且含有分离细胞。首先,我们利用边缘和索伯算子计算阈值。然后我们定阈值和使用边缘获得一个二进制面具又含有这种片断的细胞。然后我们定阈值和使用边缘算子获得一个含有这种片断的细胞的二进制面具。 [junk threshold] = edge(I, sobel); fudgeFactor = .5; BWs = edge(I,sobel, threshold * fudgeFactor); figure, imshow(BWs), title(binary gradient mask); 第三步：图像的扩张 二进制梯度面具显示这幅图像行高的对比。这些线并不能完全的勾勒出对象及其相关的轮廓。与原图相比，我们能看见对象的梯度面具周围线条的缺口。如果我们采用线性结构元素使索伯图像扩张这些线性差距将会消失。我们用strel函数实现扩张。 se90 = strel(line, 3, 90); se0 = strel(line, 3, 0); 我们采用垂直构建元素以及水平构建元素来扩张二元梯度面具，采用imdilate函数来实现： BWsdil = imdilate(BWs, [se90 se0]); figure, imshow(BWsdil), title(dilated gradient mask); 第四步：填充对象内部的缺口 扩张的梯度面具能很好的显示细胞的轮廓，但是在细胞的内部任然有空隙。我们用imfill函数来填补这些空白： BWdfill = imfill(BWsdil, holes); figure, imshow(BWdfill); title(binary image with filled holes); 第五步：取出对象边境的连接 细胞的相关部分已经成功的分离出来，但是这并不仅仅只是一个被发现的细胞。我们可以用imclearborder函数来消除任何与对象边境相连的部分。imclearborder连接性的功能被设置成4号, 拆卸对角线连接。 BWnobord = imclearborder(BWdfill, 4); figure, imshow(BWnobord), title(cleared border image); 第六步：平滑对象 最后为了使被分割出来的细胞看起来更加的光滑，我们两次使用钻石构建元素侵蚀图像来平滑对象。我们使用strel函数来实现它： seD = strel(diamond,1); BWfinal = imerode(BWnobord,seD); BWfinal = imerode(BWfinal,seD); figure, imshow(BWfinal), title(segmented image); 用替代法显示对象将会在被分割的细胞周围放置一条轮廓线，轮廓线可以用bwperim函数生成！ BWoutline = bwperim(BWfinal); Segout = I; Segout(BWoutline) = 255; figure, imshow(Segout), title(outlined original image);