【正文】 Sex 2 d filter design。 Transform (DCT transform)。 河南科技大學(xué)本科畢業(yè)設(shè)計（論文） 26 參考文獻 [1]胡文錦 .圖像邊緣檢測方法研究 .計算機工程， 20xx， 12（ 1）， 112114. [2]胡小鋒 . Visual C++ /MATLAB 圖像處理與識別實用案例精選 .人民郵電出版社， 20xx. [3]王鄭耀 .數(shù)字圖像的邊緣檢測 [M].西安：西安交通大學(xué)出版社， 20xx. [4]張潔 .數(shù)字圖像邊緣檢測技術(shù)的研究 .軟件導(dǎo)刊， 20xx,9（ 4）， 4952. [5]徐平 . 最佳閥值分割和輪廓提取技術(shù)及其應(yīng)用 [D].南京工業(yè)大學(xué)， 20xx. [6]韓思奇 .圖像分割的閥值綜述 .系統(tǒng)工程與電子技術(shù)， （ 6）， 9194. [7]洪文松 .實現(xiàn)圖像邊緣檢測的改進廣義模糊算子法 .中國圖像圖形學(xué)報，1998（ 2）， 34. [8]岡薩雷斯 .數(shù)字圖像處理 .電子工業(yè)出版社 ,20xx. [9]田捷，包尚聯(lián) .醫(yī)學(xué)影像處理與分析 .北京；電子工業(yè)出版社 .20xx. [10]章晉毓 .圖像處理和分析 .北京：清華大學(xué)出版社 .1999. [11]羅軍輝 . 在圖像處理中的應(yīng)用 [M].北京：機械工業(yè)出版社 .20xx. [12]郭曉文，趙波，朱亮 . 基于細胞圖像肺癌診斷系統(tǒng)的設(shè)計與實現(xiàn) . 江南大學(xué)學(xué)報 ,20xx， 6(6)： 740741 [13]江東 . 基于醫(yī)學(xué)圖像的細胞識別統(tǒng)計系統(tǒng) [碩士學(xué)位論文 ].四川大學(xué)，成都， 20xx,4 [14]張兆禮，趙春暉，梅曉丹 .現(xiàn)代圖像處理技術(shù)及 MATLAB 實現(xiàn) . 北京 : 人民郵電出版社 , 20xx,11. 118120 [15]孫春凌 .癌細胞識別算法的研究 [碩士學(xué)位論文 ]. 山東大學(xué) . [16]何斌，馬天予，王運堅等 Visual C++ 數(shù)字圖像處理 ,北京：人民郵電出版社 20xx,335335 [17]張雷 . 胸水癌細胞顯微圖像處理與識別方法的研究 [碩士學(xué)位論文 ]. 哈爾濱理工大學(xué) 20xx， 2627 [18]厲瑾，康濤，李力 .基于ＰＣＮＮ分割的癌細胞圖像識別方法研究 咸陽學(xué)院學(xué)報． 20xx, 25(2). 5051 河南科技大學(xué)本科畢業(yè)設(shè)計（論文） 27 [19]朱虹 .數(shù)字圖像處理基礎(chǔ) .北京 :科學(xué)出版社 ,20xx [20]何斌，馬天予，王運堅等 Visual C++ 數(shù)字圖像處理 ,北京：人民郵電出版社 ,20xx,335335河南科技大學(xué)本科畢業(yè)設(shè)計（論文） 28 致 謝 彈指一揮間，大學(xué)四年已經(jīng)接近了尾聲。經(jīng)過這樣的算法處理后，最后一幅圖像留下的點即是圖像的輪廓，也就實現(xiàn)了圖像的邊緣檢測 ， 該方法檢測到的物體邊緣寬度僅為一個像素，具有較高的定位精度。title(39。) % 顯示閾值分割的圖像 subplot(2,2,2)。 BW2=edge(SI,39。square39。 T1=S1/n1。 % 新舊閾值的允許接近程度 d=abs(TTT)。 % 求出圖像中最大的灰度 z1=min(min(I))。 imshow(blood)。*.*39。 2)prewitt：用導(dǎo)數(shù)的 Prewitt近似值檢測邊緣 ， 梯度最大點返回邊緣 ； 3)roberts：用導(dǎo)數(shù)的 Roberts近似值檢測邊緣 ， 梯度最大點返回邊緣 ； 4)loG：使用高斯濾波器的拉普拉斯運算對 I進行濾波 ， 通過尋找 0相交檢測邊緣 ； 5)zerocross：使用指定的濾波器對 I濾波后 ， 尋找 0相交檢測邊緣。其數(shù)學(xué)表示如下 { 。二值圖像輪廓提取算法就是掏空內(nèi)部點。 腐蝕算法 集合論方法的 理論基礎(chǔ) 將目標圖像 X 和結(jié)構(gòu)元素 S 看做兩個像素點集合，可以看到圖 31 所示的兩種基本關(guān)系。參考程序如下： cls x=1 for i=2 to 12 y=x*2 x=y next i print y end 167。不能讓迭代過程無休止地重復(fù)執(zhí)行下去。它利用計算機運算速度快、適合做重復(fù)性操作的特點，讓計算機對一組指令 (或一定步驟 )進行重復(fù)執(zhí)行，在每次執(zhí)行這組指令 (或這些步驟 )時，都從變量的原值推出它的一個新值。 Canny 算子 它是一階算子，其方法的實質(zhì)是用一個準高斯函數(shù)做平滑運算，然后以帶方向的一階微分算子定位導(dǎo)數(shù)最大值。 (a)Prewitt 算子 (b)Sobel 算子 圖 21 Sobel 算子和 Prewitt 算子 167。 Robert 算子 它是 2 2 算子，利用局部差分算子尋找邊緣，計算沿 45176。 167。 圖像的特征是指圖像場中可用作標志的屬性，它可以分為圖像的統(tǒng)計特征和圖像的視覺特征兩 類。 中值濾波原理非常簡單：用一個窗口 W 在圖像上掃描，把 W 包含的像素點的灰度值按照升序或降序排列，取灰度值居中的像素灰度值為窗口中心像素的灰度值，便完成了中值濾 波。 令被研究像素的灰度值為 F(j,k)，以其為中心，窗口像素組成的點集用 A表示，點集 A 中像素個數(shù)用 L 表示，經(jīng)鄰域平均法濾波后，像素 F(j,k)的對河南科技大學(xué)本科畢業(yè)設(shè)計（論文） 7 應(yīng)的輸出為： ??? Ayx yxFLkjG ),( ),(1),( 公式 (14) 即為窗口像素的平均值，用它代替 F(j,k)原來的灰度值。一般情況下，當 GW =、 RW = 、BW = 時，得到的灰度圖像效果最好。目前常用的數(shù)據(jù)量化精度是把 R 、 G 、 B 三原色分別量化為 0~255 共 256 個等級。然而，圖像處理的效果評判缺乏統(tǒng)一標準，某些圖像處理方法，既帶有一定的針對性又帶有一定的局限性，對某類圖像效果較好的處理方法，未必適于另一種圖像，因此，在實際中要找到某種有效的圖像處理方法常常需要做大河南科技大學(xué)本科畢業(yè)設(shè)計（論文） 5 量的實驗，運用多種處理方法，在選擇、比較的過程中，觀察實驗效果，從中找出最適合的處理方法。 （ 5） 圖像識別 :圖像識別屬于模式識別 的范疇，其主要內(nèi)容是圖像經(jīng)過某些預(yù)處理（增強、復(fù)原、壓縮）后，進行圖像分割和特征提取，從而進行判決分類。不僅可減少計算量，而且可獲得更有效的處理（如傅立葉變換可在頻域中進行數(shù)字濾波處理）。坐標值數(shù)字化稱為采樣，幅度值數(shù)字化稱為量化。經(jīng)典的邊緣檢測算子如 Sobel 算子， Laplacian算子等利用圖像的每個像素鄰域內(nèi)灰度的變化來檢測邊緣。對于胃腸道腫瘤組織細胞的自動識別也有相關(guān)報道。Weyn B 采用小波變換描述細胞核結(jié)構(gòu)，對乳腺癌細胞的檢測診斷與分級進行了研究。 實例結(jié)果 ................................................................................ 22 結(jié) 論 ................................................................................................. 25 參考文獻 ............................................................................................. 26 致 謝 ................................................................................................. 28 河南科技大學(xué)本科畢業(yè)設(shè)計（論文） 1 前 言 隨著計算機技術(shù)的不斷發(fā)展，對顯微鏡下細胞形態(tài)的自動圖像識別、細胞形態(tài)的檢測及細胞的邊緣檢測是醫(yī)學(xué)檢測中的一個重要部分，很多疾病的診治主要依靠醫(yī)學(xué)專家觀察標本中細胞的形態(tài)、色度對細胞進行識別和分類。 Canny 算子 ..................................................................... 11 167。 鄰域平均濾波 ................................................................... 6 167。保密的論文（設(shè)計）在解密后適用本規(guī)定。經(jīng)典的邊緣檢測算子如 Sobel 算子， Laplacian 算子等利用圖像的每個像素鄰域內(nèi)灰度的變化來檢測邊緣。癌癥的治療取決于對他早期的診斷，早期是治療癌癥的最佳時期。在識別癌細胞時，需要做出定量的結(jié)果，人眼很難準確的完成這類工作，而利用計算機圖像處理完成顯微圖像的分析和識別已經(jīng)取得了很大的進展。 作者簽名： 日期： 畢業(yè)論文（設(shè)計）授權(quán)使用說明 本論文（設(shè)計）作者完全了解 **學(xué)院有關(guān)保留、使用畢業(yè)論文（設(shè)計）的規(guī)定，學(xué)校有權(quán)保留論文（設(shè)計）并向相關(guān)部門送交論文（設(shè)計）的電子版和紙質(zhì)版。 數(shù)字圖像處理基本知識 .......................................................... 3 167。 Sobel 算子和 Prewitt 算子 .............................................. 10 167。 輪廓提取 ................................................................................ 16 第 4 章 程序分析 ............................................................................... 18 167。此外， Thiran JP 等介紹了一種從顯微鏡圖像中識別癌細胞組織的方法，該方法利用數(shù)學(xué)形態(tài)學(xué)等理論，基于細胞的形狀和大小，提取了惡性腫瘤四個診斷標準的客觀數(shù)值。目前的圖像診斷系統(tǒng)，大多數(shù)已使用了邊緣檢測、形態(tài)學(xué)、灰度特征和色度學(xué)，并結(jié)合專家系統(tǒng)，對癌細胞進行分析和 診斷。主要有以下三種：磷癌細胞、腺癌細胞和小細胞癌細胞，因而，所處理的問題更加復(fù)雜，難度更大。因為計算機只能對數(shù)字進行處理，所以圖像必須先轉(zhuǎn)換為數(shù)字形式后才能被計算機處理。 （ 1） 圖像變換 ： 圖像數(shù)字化時采樣點是很多的，直接影響就是圖像矩陣陣列很大，如果直接在空間域中進行處理，計算量十分龐大。 （ 3） 圖像壓縮編碼 :圖像編碼壓縮技術(shù)可減少描述圖像的數(shù)據(jù)量（即比特數(shù)），以便節(jié)省圖像傳輸、處理時間和減少所占用的存儲器容量。因此，在進行圖像識別之前，先要去掉這些不利因素，突出圖像中的有用信息，以便于特征提取和圖像識別。 數(shù)碼攝像機等數(shù)字產(chǎn)品中最常使用的就是 RGB 彩色空間， RGB 彩色空間可以用一個正方體來示意，如圖 。 (3)加權(quán)平均值法：按照一定的權(quán)值，對 R、 G、 B 的值加權(quán)平均，即： )(31 GWBWRWGBR GBR ????????? 公式 (13) 其中， RW 、 GW 、 BW 分別為 R、 G、 B 的權(quán)值。 167。 中值濾波 中值濾波是對一個滑動窗口內(nèi)的諸像素灰度值排序，用其 中值代替窗口中心像素的原來灰度值，因此它是一種非線性的圖像平滑濾波法。無論為了哪種目的，圖像處理中關(guān)鍵的一步就是對包含有大量各式各樣景物信息的圖像進行分解。圖像的邊緣提取也是圖像匹配的基礎(chǔ)，因為它是位置的標志，對灰度的變化不敏感，可作為匹配的特征點。邊緣檢測算子檢查每個像素的領(lǐng)域并對灰度變化率進行量化，也包括方向的確定，大多數(shù)使 用基于方向?qū)?shù)掩模求卷積的方法。 167。其零交叉點也可作為圖像的階躍型邊緣點，而其極小值點可作為圖像的屋頂型邊緣。它的優(yōu)點是過濾了 噪聲，缺點是可能將原有的邊緣也給平滑了 , Marr 和 Hildreth 沒有解決如何組合不同尺度濾波器輸出的邊緣圖為單一的、正確的邊緣圖的具體方法。迭代關(guān)系式的建立是解決迭代問題的關(guān)鍵，通?？梢允褂眠f推或倒推的方法來完成。 應(yīng)用舉例 例：一個飼養(yǎng)場引進一只剛出生的新品種兔子，這種兔子從出生的下一個月開始，每月新生一只兔子，新生的兔子也如此繁殖。一般情況下 圖像 灰度值取 256 級， Tk 表示 閾 值，算法步驟如下： (1)令初始閾值 To = (Zmax+Zmin)/2；式中， Zmax， Zmin 分別表示圖像中的最大和最小灰度值； 河南科技大學(xué)本科畢業(yè)設(shè)計（論文） 15 (2)根據(jù)閾值 Tk 將圖像分割為前景和背景，分別求出兩者的平均灰度值Zo 和 Zb； ( , )( , )( , ) ( , )( , )kkf i jof i jf i j N i jTN i jTZ ??????