【细胞分割】基于matlab GUI阈值+边缘+形态学+种子点+主动轮廓图像分割【含Matlab源码 1477期】

一、图像分割简介

理论知识参考：【基础教程】基于matlab图像处理图像分割【含Matlab源码 191期】

二、部分源代码


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-Oct-2021 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});
endif nargout[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
elsegui_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 ccase 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 9blood=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:mfor j=1:nif (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endif (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endendend 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

三、运行结果

四、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1] 蔡利梅.MATLAB图像处理——理论、算法与实例分析[M].清华大学出版社，2020.
[2]杨丹,赵海滨,龙哲.MATLAB图像处理实例详解[M].清华大学出版社，2013.
[3]周品.MATLAB图像处理与图形用户界面设计[M].清华大学出版社，2013.
[4]刘成龙.精通MATLAB图像处理[M].清华大学出版社，2015.
[5]赵勇,方宗德,庞辉,王侃伟.基于量子粒子群优化算法的最小交叉熵多阈值图像分割[J].计算机应用研究. 2008,(04)

【细胞分割】基于matlab GUI阈值+边缘+形态学+种子点+主动轮廓图像分割【含Matlab源码 1477期】相关推荐

【图像去噪】基于matlab GUI butterworth+中值+维纳+小波图像去噪【含Matlab源码 520期】
⛄一.获取代码方式获取代码方式1: 完整代码已上传我的资源:[图像去噪]基于matlab GUI butterworth+中值+维纳+小波图像去噪[含Matlab源码 520期] 获取代码方式2: ...
【物理应用】基于matlab GUI气象参数计算综合指标和IAQI【含Matlab源码 2116期】
⛄一.获取代码方式获取代码方式1: 完整代码已上传我的资源:[物理应用]基于matlab GUI气象参数计算综合指标和IAQI[含Matlab源码 2116期] 点击上面蓝色字体,直接付费下载,即可 ...
【裂缝识别】基于matlab GUI路面裂缝识别（带面板）【含Matlab源码 1648期】
⛄一.简介 1 案例背景随着国家对公路建设的大力投入,我国的公路通车总里程己经位居世界前列,这样进一步促进了我国经济建设的发展.随着公路的大量投运,公路日常养护和管理已经成为制约公路运营水平提高的瓶 ...
【语音处理】基于matlab GUI低通滤波器语音信号加噪与去噪【含Matlab源码 1708期】
⛄一.语音处理简介(附课程作业报告) 1 语音信号的特点通过对大量语音信号的观察和分析发现,语音信号主要有下面两个特点: ①在频域内,语音信号的频谱分量主要集中在300-3400Hz的范围内.利用这 ...
基于JavaWeb Mybatis+MVC(JSP + servlet + javabean)的高校就业管理系统(含项目源码)
基于JavaWeb Mybatis+MVC的高校就业管理系统项目简介基本功能简介项目要求概要设计数据模型(E-R图) 数据库结构设计主要页面展示项目实现创建项目项目结构展示项目关键 ...
【目标检测】基于matlab GUI背景差分算法视频运动物体跟踪【含Matlab源码 1915期】
一.背景差分法和帧间差分法的车辆运动目标检测简介 1 引言运动目标检测是从图像序列中检测运动目标.通过运动目标检测可以得到图像中的运动目标,获取图像中的运动信息.运动目标检测在医学辅助诊断.航天航空 ...
【目标跟踪】基于matlab GUI帧差法结合卡尔曼滤波行人姿态识别【含Matlab源码 1127期】
⛄一.基于人体特征识别和卡尔曼滤波的行人跟踪算法简介 1 基于体型和行为姿态特征的人体识别算法从红外图像中可以得到目标与背景之间的灰度级差别,从而区分出有生命特征的运动物体,但仅从亮度特征无法区别出 ...
【水果识别】基于matlab GUI苹果分级系统（带面板）【含Matlab源码 1827期】
一.简介中国苹果产销量居世界首位,传统的苹果分级由人工完成,长期以来,其劣势逐渐显现.因此,智能分拣是当今苹果分级的主要任务,而大小又是苹果分级的重要参考指标.国内外专家做了许多基于图像处理的苹果大 ...
【口罩识别】基于matlab GUI RGB滤波+YCbCr+肤色标定口罩识别【含Matlab源码 1895期】
⛄一.口罩识别简介口罩规范佩戴识别是基于人脸口罩检测结果进行的,该部分的输入是人脸口罩检测的输出且是有佩戴口罩的人脸.首先,将人脸部分的图像提取出来:然后映射到YCrCb颜色空间并进行非线性变换,经 ...
【图像加密】基于matlab GUI正交拉丁方+二维Arnold置乱图像加密【含Matlab源码 813期】
⛄一.正交拉丁方置乱及二维Arnold置乱简介 0 引言随着通讯技术的飞速发展, 越来越多的领域需要传送数字图像信号, 因此信息的传送安全问题显得越来越重要.通常应用于数字图像通信的两种保护技术为: ...