基于经典分割算法的图像内细胞识别与计数（matlab实现）（不定期更新完善）

最新推荐文章于 2025-07-31 12:13:31 发布

原创

最新推荐文章于 2025-07-31 12:13:31 发布 · 4.2k 阅读

48 ·

CC 4.0 BY-SA版权

文章标签：

#计算机视觉 #图像分割

本文介绍了一个使用matlab实现的细胞图像分割和计数程序，程序包含注释并能标记细胞位置。实验结果显示，细胞被矩形框定位，遗漏检测可通过调整阈值优化。注意，该内容为作者原创，转载请告知并标明来源。

今天碰到学校的低年级同学问课程设计程序问题，恰巧最近也在做一些经典图像方法的东西，就针对她的任务目标弄了个matlab程序实现。

任务目标：

对细胞图像中的细胞进行计数，并在原图中用矩形框出位置。

首先贴上matlab源代码，代码内基本针对对应的操作都写了一定量的注释，部分注释理解不够严谨与完善，仅供参考。（tip：改程序内包含了较多matlab中经典图像处理的操作调用，可自行copy使用，进一步的分步算法详细拓展会在后期更新中补充）

close all,clc,clear;

%% 显示原图
hh=2;
Col_Image=imread('2a.jpg');
% figure;imshow(Col_Image);
% title('原图');
 
%% 显示灰度图像
Gray_Image=rgb2gray(Col_Image);%彩色变灰色
% figure;imshow(Gray_Image);
% title('灰度图像');
 
%% 去噪后的图像
Original_Image=im2double(Gray_Image);
Denoi_Image=Original_Image;                             
[m,n]=size(Denoi_Image);
h = fspecial('gaussian',[3 3], 2);
Denoi_Image=imfilter(Denoi_Image,h,'replicate'); 
% figure;imshow(Denoi_Image);
% title('去噪后的图像');
 
%% 二值化图像
M=graythresh(Col_Image(:,:,3)); 
binary_Image=im2bw(Col_Image(:,:,3),M);