1、 数字图像处理课程设计 - 0 -数字图像处理课程设计报告姓 名： x x 学 号： xxxxxxx 班 级： xxxxxxxxxxxxxxx 设计题目： 红细胞数目检测 教 师： xxxxxx 老师 提交日期： xx 月 xx 日 数字图像处理课程设计 - 1 -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
2、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）代码显示：1、程序中定义图像变量说明（1）Image-原图变量;数字图像处理课程设计 - 2 -（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
3、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：Image = imread(红细胞 5.jpg);figure,imshow(Image);title(【原图】);Theshold = graythresh(Image);Image_BW = im2bw(Image,Theshold);figure,imshow(Image_BW);title(【初次二值化图像】);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】
4、);数字图像处理课程设计 - 3 -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】);Reverse_Image_BW = Optimized_Image_BW;figure,imshow(Reverse_Image_BW);title(【优化后二值化图象取反】);Filled_Image_BW = bwfill(Reverse_Image_BW,holes);figure, imshow(Filled_Image_BW);title(【
5、已填充背景色的二进制图像】);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】);Label Number=bwlabel(Open_Image_BW,8)Array = bwlabel(Open_Image_BW,8);Sum = ;for i=1:Numberr,c = find(Array=i);rc = r c;Num = length(rc);Sum(i)=Num;End数字图像处理课程设计 - 4 -SumN = 0
6、;for i=1:length(Sum)if(Sum(i) 1500N = N+1;endendNumber = Number+N 3、运行效果截图：第一步：读取原图,并显示Image = imread(红细胞 5.jpg);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);%二值化图象数字图像处理课程设计 - 5 -figure,imshow(Image_BW);title( 【 初次二值化图像】);第三步：进行
7、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】);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】);数字图像处理课程设计 - 6 -第五步：优化后二值化图象取反,保证:1为白色,0为黑色Rever
8、se_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，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】);数字图像处理课程设计 - 7 -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 = imo
9、pen(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;数字图像处理课程设计 - 8 -Num = length(rc);%取得 vc 数组
10、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(Sum(i) 1500N = N+1;endendNumber = Number+N %-统计最终细胞数第九步：最终检测结果：Number =92Sum =Columns 1 through 10 3011 313 1501 329 2238 795 758 1438 1087 1472Columns 11 through 20 1476 1465 2902 1128
11、1655 44 6261 1193 1306 215Columns 21 through 30 1112 1074 1177 930 493 1438 1121 1678 1210 1330Columns 31 through 40 1370 1369 1153 1284 1061 589 2146 1486 1335 1049Columns 41 through 50 1275 1101 1127 661 1530 1304 2861 90 1772 854Columns 51 through 60 1554 1582 1287 1362 81 2090 608 1736 853 1040C
12、olumns 61 through 70 2779 1500 246 77 1096 1481 数字图像处理课程设计 - 9 -9680 1404 783 724Columns 71 through 80 1439 626 1097 1823 1511 1223 1494 2494 1519 1329Columns 81 through 90 733 1119 1205 1147 1295 1398 344 1634 324 1081Columns 91 through 92 529 239Number =114四、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
13、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。数字图像处理课程设计 - 10 -五、心得体会这份课程设计花了我近一周的时间来完成，最开始自以为完成了，结果让同学一看，才知道我做错了，我只是实现了一个基本的算法来处理了图像，而未能通过算法来实现某种功能，于是又马上重做了，呵呵.挺曲折的经历，下面来说说我在做这个设计的体会吧:通过这次的课程设计
14、，我首次通过编写代码来完成对图像的处理，这是一份难得的经验。在刚开始运用 MATLAB 时，由于以前只是在数字信号处理课程时使用，发现在数字图像处理中对其操作可以说是非常的不熟练，特别是图片路径总是不对，但是，当我把以前做过的 MATLAB 实验的记录重新看过之后，开始慢慢的对 MATLAB 的操作熟练起来，并且在实践中找到了学习的乐趣。虽然在这短时间里需要不断查资料，然后对着电脑，把一个一个郁闷得问题解决，那过程真的是苦不堪言。但当自己把一个个的问题慢慢解决，运行成功的时候，得到了无法言语的快乐。平时上课的时候只是对老师讲的图像处理的动手环节比较感兴趣，对其原理和基础知识有点不感兴趣，甚至可以说完全不明白。但是，通过向同学请教，上网查资料，我对直方图均衡化的基本原理了解的很清楚了，并且在调试代码和运用 HELP 中对其均衡化的过程有了进一步的了解。现在完成了，我才体会到：凡事只要认真做，什么事都能好！
