【细胞分割】基于matlab GUI生物细胞计数【含Matlab源码 758期】

一、简介

1 GUI界面设计

2 原理
2.1 打开图像
点击打开图片的时候需要打开需要计算细胞的图片，则可以使用下面的代码来打开图片。

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)
[filename,pathname]=uigetfile({'*.jpg';'*.bmp, *.jpg, *.tif';'*.bmp';'*.jpg';'*.tif';},'选择图像');
if isequal(filename,0)||isequal(pathname,0)
  errordlg('您还没有选取图片！！','温馨提示');%如果没有输入，则创建错误对话框 
  return;
else
    global im; %定义全局变量将打开的照片放在该变量中。
    image=[pathname,filename];%合成路径+文件名
    im=imread(image);%读取图像
    [x,y] = size(im); %读取图片的大小
    if x>y %根据照片的长宽不同来改变图片的大小，这里定义600*800是为了减轻程序运行时电脑的压力,以及该大小取得的效果也不错。
        im = imresize(im,[600 800]);
    else
        im = imresize(im,[800 600]);
    end
    set(handles.axes1,'HandleVisibility','ON');%打开坐标，方便操作
    axes(handles.axes1);%%使用图像，操作在坐标1
    imshow(im);%在坐标axes1显示原图像 
    title('原始图像');

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
  
14
  
15
  
16
  
17
  
18
  
19
  
20
  
21
  
22
 

2 .2 USM锐化
本设计是使用的是灰度图以及高斯模糊的图来实现USM锐化的，因此需要将RGB三色图转换为灰度图，而MATLAB中自带的RGB转GRAY的函数十分方便，下面是代码实现。

    global gray %定义灰度图的全局变量，方便后面的函数调用
    gray= rgb2gray(im); %将RGB三色图转换成gray
    gray = imadjust(gray); %该函数是用来增强图像
    set(handles.axes2,'HandleVisibility','ON');%打开坐标，方便操作
    axes(handles.axes2);%%使用图像，操作在坐标1
    imshow(gray);%在坐标axes1显示原图像 
    title('灰度图像');

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
 

2.3 高斯模糊图像

    global Gauss 
    global filter
    Gauss = fspecial('gaussian',[10 10],20);%获取高斯模糊算子
    filter = imfilter(gray, Gauss); %获得高斯模糊图像
    set(handles.axes3,'HandleVisibility','ON');%打开坐标，方便操作
    axes(handles.axes3);%%使用图像，操作在坐标1
    imshow(filter);%在坐标axes1显示原图像 
    title('模糊图像');

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
 

2.4 USM图像
有了高斯模糊和灰度图像，就可以求出USM图像，原理也不再介绍，直接放代码。

    global USM 
    weight = 0.8; 
    USM = uint8((double(gray)-weight.*double(filter))./(1-weight)); %获取USM锐化图像
    set(handles.axes4,'HandleVisibility','ON'); %打开坐标，方便操作
    axes(handles.axes4); %使用图像，操作在坐标1
    imshow(USM);%在坐标axes1显示原图像 
    title('锐化图像');

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
 

2.5 二值化
有了USM图像，对比度增强了许多，因此使用将图像二值化后的效果将会很好，下面是二值化函数：

function getbw(handles)
    global bw%将bw变量定义为全局变量
    global USM
    level = get(handles.slider4,'value');%获取滑杆4的值，该滑杆是控制阈值
    bw = im2bw(USM, level); %将USM锐化后图像转换为二值化图像
    imorph(3, get(handles.slider5,'value'), 
    get(handles.slider6,'value'));%该函数是自己编写的用来腐蚀或膨胀图像
    set(handles.axes5,'HandleVisibility','ON');%打开坐标，方便操作
    axes(handles.axes5);%%使用图像，操作在坐标1
    imshow(bw);%在坐标axes1显示原图像 
    title('二值化图像');

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
 

下面是获取细胞个数的函数，该函数的原理是计算连通区域个数来获取细胞个数，由于经过以上的步骤，已将细胞核分离出来，因此只用计算连通域便可得到细胞个数。

二、部分源代码

function varargout = GUI(varargin)
% GUI MATLAB code for GUI.fig
%      GUI, by itself, creates a new GUI or raises the existing
%      singleton*.
%
%      H = GUI returns the handle to a new GUI or the handle to
%      the existing singleton*.
%
%      GUI('CALLBACK',hObject,eventData,handles,...) calls the local
%      function named CALLBACK in GUI.M with the given input arguments.
%
%      GUI('Property','Value',...) creates a new GUI or raises the
%      existing singleton*.  Starting from the left, property value pairs are
%      applied to the GUI before GUI_OpeningFcn gets called.  An
%      unrecognized property name or invalid value makes property application
%      stop.  All inputs are passed to GUI_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 GUI

% Last Modified by GUIDE v2.5 10-Jun-2018 19:38:29

% Begin initialization code - DO NOT EDIT
gui_Singleton = 1;
gui_State = struct('gui_Name',       mfilename, ...
                   'gui_Singleton',  gui_Singleton, ...
                   'gui_OpeningFcn', @GUI_OpeningFcn, ...
                   'gui_OutputFcn',  @GUI_OutputFcn, ...
                   'gui_LayoutFcn',  [] , ...
                   'gui_Callback',   []);
if nargin && ischar(varargin{1})
    gui_State.gui_Callback = str2func(varargin{1});
end

if nargout
    [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
else
    gui_mainfcn(gui_State, varargin{:});
end
% End initialization code - DO NOT EDIT


% --- Executes just before GUI is made visible.
function GUI_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 GUI (see VARARGIN)

% Choose default command line output for GUI
handles.output = hObject;

% Update handles structure
guidata(hObject, handles);

% UIWAIT makes GUI wait for user response (see UIRESUME)
% uiwait(handles.figure1);


% --- Outputs from this function are returned to the command line.
function varargout = GUI_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.
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)
[filename,pathname]=uigetfile({'*.jpg';'*.bmp, *.jpg, *.tif';'*.bmp';'*.jpg';'*.tif';},'选择图像');
if isequal(filename,0)||isequal(pathname,0)
  errordlg('您还没有选取图片！！','温馨提示');%如果没有输入，则创建错误对话框 
  return;
else
    global im;
    image=[pathname,filename];%合成路径+文件名
    im=imread(image);%读取图像
    [x,y] = size(im);
    if x>y
        im = imresize(im,[600 800]);
    else
        im = imresize(im,[800 600]);
    end
    set(handles.axes1,'HandleVisibility','ON');%打开坐标，方便操作
    axes(handles.axes1);%%使用图像，操作在坐标1
    imshow(im);%在坐标axes1显示原图像 
    title('原始图像');
    
    global gray
    gray= rgb2gray(im);
    gray = imadjust(gray);
    set(handles.axes2,'HandleVisibility','ON');%打开坐标，方便操作
    axes(handles.axes2);%%使用图像，操作在坐标1
    imshow(gray);%在坐标axes1显示原图像 
    title('灰度图像');
    
    global Gauss
    global filter
    Gauss = fspecial('gaussian',[10 10],20);
    filter = imfilter(gray, Gauss);
    set(handles.axes3,'HandleVisibility','ON');%打开坐标，方便操作
    axes(handles.axes3);%%使用图像，操作在坐标1
    imshow(filter);%在坐标axes1显示原图像 
    title('模糊图像');
    
    global USM
    weight = 0.8;
    USM = uint8((double(gray)-weight.*double(filter))./(1-weight));
    set(handles.axes4,'HandleVisibility','ON');%打开坐标，方便操作
    axes(handles.axes4);%%使用图像，操作在坐标1
    imshow(USM);%在坐标axes1显示原图像 
    title('锐化图像');
    
    getbw(handles);
    
end


  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
  
14
  
15
  
16
  
17
  
18
  
19
  
20
  
21
  
22
  
23
  
24
  
25
  
26
  
27
  
28
  
29
  
30
  
31
  
32
  
33
  
34
  
35
  
36
  
37
  
38
  
39
  
40
  
41
  
42
  
43
  
44
  
45
  
46
  
47
  
48
  
49
  
50
  
51
  
52
  
53
  
54
  
55
  
56
  
57
  
58
  
59
  
60
  
61
  
62
  
63
  
64
  
65
  
66
  
67
  
68
  
69
  
70
  
71
  
72
  
73
  
74
  
75
  
76
  
77
  
78
  
79
  
80
  
81
  
82
  
83
  
84
  
85
  
86
  
87
  
88
  
89
  
90
  
91
  
92
  
93
  
94
  
95
  
96
  
97
  
98
  
99
  
100
  
101
  
102
  
103
  
104
  
105
  
106
  
107
  
108
  
109
  
110
  
111
  
112
  
113
  
114
  
115
  
116
  
117
  
118
  
119
  
120
  
121
  
122
  
123
  
124
  
125
  
126
  
127
  
128
 

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)

文章来源: qq912100926.blog.csdn.net，作者：海神之光，版权归原作者所有，如需转载，请联系作者。

原文链接：qq912100926.blog.csdn.net/article/details/115598244