主要内容

利用边缘检测和形态学检测细胞

这个例子展示了如何使用边缘检测和基本形态学来检测一个细胞。如果一个物体与背景有足够的对比度,那么这个物体就很容易在图像中被检测出来。

步骤1:阅读图像

读的cell.tif这是一个前列腺癌细胞的图像。图中有两个细胞,但只有一个细胞是完整的。其目标是检测或分割完全可见的细胞。

我= imread (“cell.tif”);imshow (I)标题(原始图像的);文本(大小(我,2),大小(我,1)+ 15,...“图片由艾伦·帕汀提供”...“字形大小”7“HorizontalAlignment”“对”);文本(大小(我,2),大小(我,1)+ 25,...约翰霍普金斯大学的...“字形大小”7“HorizontalAlignment”“对”);

Figure包含一个轴对象。标题为原始图像的轴对象包含3个类型为Image, text的对象。

第二步:检测整个细胞

待分割对象与背景图像的对比度有很大的不同。对比度的变化可以通过计算图像梯度的操作员来检测。要创建包含分割单元格的二进制掩码,计算梯度图像并应用阈值。

使用边缘和Sobel算子来计算阈值。调整阈值和使用边缘再次获取包含分段单元格的二进制掩码。

[~,阈值]=边缘(我“索贝尔”);fudgeFactor = 0.5;受虐妇女综合症=边缘(我“索贝尔”阈值* fudgeFactor);

显示生成的二进制渐变掩码。

imshow(受虐妇女综合症)标题(“二元梯度面具”

Figure包含一个轴对象。标题为二值渐变蒙版的轴对象包含一个类型为image的对象。

第三步:放大图像

二值梯度掩模在图像中显示出高对比度的线条。这些线条并不能很好地勾勒出感兴趣对象的轮廓。与原始图像相比,在渐变蒙版中,物体周围的线条有间隙。如果使用线性结构元素放大索贝尔图像,这些线性间隙将消失。使用创建两个垂直的线性结构元素strel函数。

se90 = strel (“行”, 90);se0 = strel (“行”3 0);

使用垂直结构元素和水平结构元素扩展二元梯度掩模。的imdilate函数扩展图像。

BWsdil = imdilate(BWs,[se90 se0]);imshow (BWsdil)标题(“扩张梯度面具”

Figure包含一个轴对象。标题为扩展渐变蒙版的轴对象包含一个类型为image的对象。

第四步:填补内部空隙

放大的渐变蒙版很好地显示了细胞的轮廓,但细胞内部仍然有孔。要填满这些洞,用imfill函数。

BWdfill = imfill (BWsdil,“黑洞”);imshow (BWdfill)标题(“有填充洞的二值图像”

Figure包含一个轴对象。标题为Binary Image with Filled Holes的轴对象包含一个类型为Image的对象。

步骤5:移除边框上的连接对象

感兴趣的细胞已经被成功分割,但它不是唯一被发现的对象。方法删除连接到图像边框的任何对象imclearborder函数。要删除对角线连接,请在imclearborder函数4

BWnobord = imclearborder (BWdfill 4);imshow (BWnobord)标题(“清除边界图像”

Figure包含一个轴对象。标题为clear Border Image的轴对象包含一个类型为Image的对象。

步骤6:平滑对象

最后,为了使分割后的对象看起来更自然,通过使用菱形结构元素两次腐蚀图像来平滑对象。控件创建菱形结构元素strel函数。

seD = strel (“钻石”1);BWfinal = imerode (BWnobord, seD);BWfinal = imerode (BWfinal, seD);imshow (BWfinal)标题(“分割图像”);

Figure包含一个轴对象。标题为“分段图像”的轴对象包含一个类型为Image的对象。

步骤7:视觉化分割

你可以使用labeloverlay函数显示原始图像上的蒙版。

imshow (labeloverlay(我BWfinal)标题(“原始图像的蒙版”

Figure包含一个轴对象。标题为“蒙版在原始图像上”的轴对象包含一个类型为Image的对象。

显示分割对象的另一种方法是在分割单元格周围绘制轮廓。使用bwperim函数。

BWoutline = bwperim (BWfinal);Segout =我;Segout (BWoutline) = 255;imshow (Segout)标题(概述了原始图像的

Figure包含一个轴对象。标题为outline Original Image的轴对象包含一个类型为Image的对象。

另请参阅

||||||

相关的话题