【正文】 x and munication tools box, etc multiple disciplines special kit, which would place of different subjects research work. MATLAB image processing kit is by a series of support image processing function from the position, the support of the image processing operation: geometric operation area of operation and operation。 利用迭代法求圖像分割最佳閥值和利用數(shù)學(xué)形態(tài)學(xué)的腐蝕算法實(shí)現(xiàn)輪廓提取相結(jié)合的邊緣檢測(cè)算法， 先 通過(guò)迭代算法求得圖像分割的最佳閾值，再利用輪廓提取算法，挖去細(xì)胞內(nèi)部像素點(diǎn)，最后剩余部分圖像就是細(xì)胞的邊緣 ，改變了傳統(tǒng)邊緣檢測(cè)算法的處理順序 具有較強(qiáng)的抗噪聲能力 ， 能有效抑制噪聲干擾影響， 同時(shí)能夠客觀地、正確地選取邊緣檢測(cè)的門(mén)限值， 從而進(jìn)行精確的細(xì)胞邊緣檢測(cè)。二值圖像輪廓提取算法就是掏空內(nèi)部點(diǎn)。GaussLaplace39。title(39。sobel39。 % 閾值分割的圖像 end end end 河南科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 21 SI=1Seg。 n1=n1+1。 n1=0。 end if (I(i,j)0) I(i,j)=0。 if isequal([filename,pathname],[0,0]) 河南科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 19 return else fill = fullfile(pathname,filename)。 167。 (1)BW=edge(I,‘method’ ） ， 返回與 I 大小一樣的二進(jìn)制圖像 BW， 其中元素 1 表示的是邊緣上的點(diǎn) ， 0 表示 非邊緣點(diǎn) 。那么邊緣檢測(cè)實(shí)際上相當(dāng)于用 3 3 的 9 個(gè)點(diǎn) 的結(jié)構(gòu)元素對(duì)原圖進(jìn)行腐蝕，再用原圖像減去腐蝕后的圖像。其表達(dá)式如下： { ( , ) | | }X S x y S xy X? ? ? ? 公式 （ 36） 同樣 將算法具體總結(jié)為： (1)用 3 ? 3 的結(jié)構(gòu)元素，掃描圖像的每一個(gè)像素；(2)用結(jié)構(gòu)元素與其覆蓋的二值圖像做“與” 操作； (3)如果都為 0， 結(jié)果圖 像的該像素為 0，否則為 1 以 3 ? 3 結(jié)構(gòu)元素 S、 7? 7 的目標(biāo)圖像 X 為例，算法如圖 22（像素點(diǎn)集合以矩形代替）： 圖 32 腐蝕和膨脹的運(yùn)算示意圖 167。 (3)求出新閾值 Tk+1 = (Zo+Zb)/2； (4)若 Tk = Tk+1，則所得即為閾值；否則轉(zhuǎn) (2)，迭代計(jì)算。如果所有的兔子都不死去，問(wèn)到第 12 個(gè)月時(shí)，該飼養(yǎng)場(chǎng)共有兔子多少只 ? 分析：這是一個(gè)典型的遞推問(wèn)題。 三、對(duì)迭代過(guò)程進(jìn)行控制。 河南科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 13 第 3章 基于迭代算法和腐蝕算法的輪廓提取 167。 Laplacian 算子極小值算法用于檢測(cè)屋頂型邊緣的效果不錯(cuò)，但對(duì)噪 聲敏感性較大；而其過(guò)零點(diǎn)算法若直接用于檢測(cè)階躍型邊緣，則不僅過(guò)零點(diǎn)的門(mén)限難以選擇，而且檢測(cè)精度一般地較低。 Sobel 算子和 Prewitt 算子 為在檢測(cè)邊緣的同時(shí)減少噪聲的影響， Prewitt 從加大邊緣檢測(cè)算子的模板大小出發(fā)，由 2 2 擴(kuò)大到 3 3 來(lái)計(jì)算差分算子，如圖 21(a) 所示。下面介紹幾種常用的邊緣檢測(cè)算子。 圖像的邊緣是由灰度不連續(xù)性所反映的。分解的最終結(jié)果是被分解成一些具有某種特征的最小成分，稱(chēng)為圖像的基元。它對(duì)脈沖干擾及椒鹽噪聲的抑制效果好，在抑制隨機(jī)噪聲的同時(shí)能有效保護(hù)邊緣少受模糊。 鄰域平均濾波 所謂鄰域平均法 [1 3]，就是從圖像中選取一個(gè)子區(qū)域，讓被干擾的像素位于其中央，然后求出其鄰域各像素灰度的平均值，最后以該平 均值取代被干擾像素的灰度值，從而提高該圖像的質(zhì)量，稱(chēng)此法為鄰域平均法。 RW 、 GW 、 BW 取不同的值，將成不同的灰度圖像。原點(diǎn)對(duì)應(yīng)黑色，離原點(diǎn)最遠(yuǎn)的頂點(diǎn)對(duì)應(yīng)白色。該階段的準(zhǔn)備工作在圖像分析和識(shí)別中通常叫做預(yù)處理，包括灰度變換和增強(qiáng)、噪聲的去除、幾何畸變的校正等等。壓縮可以在不失真的前提下獲得， 也可以在允許的失真條件下進(jìn)行。因此 ，往往采用各種圖像變換的方法，如傅立葉變換、離散余弦變換、小波變換等。任意一幅圖像 A可以定義為一個(gè)二 維函數(shù) f(x,y)，其中 x 和 y 是空間坐標(biāo)，而 f 在任意一對(duì)坐標(biāo) (x,y)處的幅度稱(chēng)為該點(diǎn)處圖像的亮度或灰度。 針對(duì)這些情況，如果能設(shè)計(jì)一套切實(shí)可行的算法，通過(guò)對(duì)細(xì)胞的邊緣檢測(cè)，這里主要采用基于迭代算法和腐蝕算法的邊緣檢測(cè)，然后把細(xì)胞的形態(tài)學(xué)特征，以及色度特征同時(shí)用于癌細(xì)胞的識(shí)別，提高癌細(xì)胞診斷的準(zhǔn)確性，將對(duì)癌細(xì)胞的前期診斷和治療起到很大的幫助。 近年來(lái)，我國(guó)實(shí)現(xiàn)了一套肺癌早期識(shí)別和分類(lèi)系統(tǒng)。對(duì)于其它一些可制作病理涂片的腫瘤，國(guó)內(nèi)外都有一些腫瘤細(xì)胞檢測(cè)發(fā)現(xiàn)與分析進(jìn)行了研究。 邊緣檢測(cè)的 MATLAB 實(shí)現(xiàn) .................................................. 18 167。 Krisch 算子 ...................................................................... 10 167。 圖像灰度化 .............................................................................. 5 167。有權(quán)將論文（設(shè)計(jì)）用于非贏利目的的少量復(fù)制并允許論文（設(shè)計(jì)）進(jìn)入學(xué)校圖書(shū)館被查閱。近年來(lái)國(guó)內(nèi)外醫(yī)學(xué)圖像研究者對(duì)癌細(xì)胞的檢測(cè)識(shí)別提出了很多理論和方法，對(duì)癌細(xì)胞的診斷具有十分 重要的意義和實(shí)踐價(jià)值。河南科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） I 癌細(xì)胞邊緣檢測(cè)（基于迭代算法和腐蝕算法的輪廓提?。? 摘 要 提起癌癥很多人都會(huì)感到恐懼，癌癥是當(dāng)今世界上最常見(jiàn)的致命疾病之一，世界上每年都有很多人死于癌癥，并且發(fā)病率仍在逐年上升。 細(xì)胞邊緣的檢測(cè)是進(jìn)行細(xì)胞面積圓度個(gè)數(shù)和顏色等形態(tài)及色度學(xué)的計(jì)算和分析的基礎(chǔ)，其檢測(cè)結(jié)果直接影響病情的分析和診斷結(jié)果。學(xué)?？梢怨颊撐模ㄔO(shè)計(jì)）的全部或部分內(nèi)容。 圖像平滑濾波 .......................................................................... 6 167。 Laplacian 算子 ................................................................. 11 167。 程序及分析 ............................................................................ 18 河南科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） IX 167。例如， Kraef SK 對(duì)血液病理圖像和骨髓腫瘤病理圖像中的癌細(xì)胞的發(fā)現(xiàn)和檢測(cè)分析進(jìn)行 了研究。該系統(tǒng)將人工作智能技術(shù)、圖像處理技術(shù)、形態(tài)學(xué)和色度學(xué)技術(shù)、神經(jīng)網(wǎng)絡(luò)以及軟件技術(shù)等高新技術(shù)綜合應(yīng)用與肺癌早期細(xì)胞病理診斷，解決了肺癌早期細(xì)胞病理診斷中河南科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 2 的智能化和自動(dòng)化的若干關(guān)鍵問(wèn)題，并且進(jìn)行了創(chuàng)新研究。 細(xì)胞邊緣的檢測(cè)是進(jìn)行細(xì)胞面積圓度個(gè)數(shù)和顏色等形態(tài)及色度學(xué)的計(jì)算和分析的基礎(chǔ)，其檢測(cè)結(jié)果直接影響病情的分析和診斷結(jié)果。圖像 A 的 x 和 y 坐標(biāo)及幅度均是連續(xù)的，為了把它們轉(zhuǎn)換成數(shù)字形式，必須對(duì)坐標(biāo)和幅度進(jìn)行取樣。利用這些變換的性質(zhì)和特點(diǎn)，將圖像轉(zhuǎn)換到頻域中進(jìn)行處理。 （ 4） 圖像分割 :圖像分割是將圖像中有意義的特征部分提取出來(lái)，其有意義的特征有圖像中的邊緣、區(qū)域等，這是進(jìn)一步進(jìn)行圖像識(shí)別、分析和理解的基礎(chǔ)。在圖像預(yù)處理中，輸入和輸出都是圖像，只是經(jīng)過(guò)預(yù)處理后，輸出圖像的質(zhì)量得到一定程度的改善，可達(dá)到改善圖像的視覺(jué)效果或者更便于計(jì)算機(jī)對(duì)圖像分析、處理、 理解和識(shí)別等處理的目的。在這個(gè)空間模型中，從黑色到白色的灰度值分布在從原點(diǎn)到離原點(diǎn)最遠(yuǎn)頂點(diǎn)間的連線 上，而正方體其余各點(diǎn)對(duì)應(yīng)不同的顏色，可用從原點(diǎn)到該點(diǎn)的矢量表示。由于人眼對(duì)綠色最為敏感，紅色次之，對(duì)藍(lán)色的敏感性最低，因此使 RW GW BW 。鄰域平均法是一種在空間域上對(duì)圖像進(jìn)行平滑處理的一種方法。中值濾波首先是被應(yīng)用在一維信號(hào)處理技術(shù)（時(shí)間序列分析）中，后來(lái)被二維圖像信號(hào)處理技術(shù)所引用，在一定條件下可以克服線性濾波器如最小均方濾波，均值濾波等帶來(lái)的圖像細(xì)節(jié)模糊，對(duì)濾波脈沖干擾及圖像掃描噪聲最為有效。相對(duì)于整幅圖像來(lái)說(shuō)，這種基元更容易被快速處理。經(jīng)典的邊緣提取方法是考察圖像的每個(gè)像素在某個(gè)區(qū)域內(nèi)灰度的變化，利用邊緣鄰近一階或二階方向?qū)?shù)變化規(guī)律，用簡(jiǎn)單的方法檢測(cè)邊緣，這種方法稱(chēng)為邊緣檢測(cè)局部算子法。 167。采用 Prewitt 算子不僅能檢測(cè)邊緣點(diǎn)，而且能抑制噪 聲的影響。 圖 22 Laplacian 算子 167。 迭代算法 概述 迭代算法是用計(jì)算機(jī)解決問(wèn)題的一種基本方法。在什么時(shí)候結(jié)束迭代過(guò)程 ?這是編寫(xiě)迭代程序必須考慮的問(wèn)題。我們不妨假設(shè)第 1 個(gè)月時(shí)兔子的只數(shù)為 u1，第 2 個(gè)月時(shí)兔子的只數(shù)為 u 2， 第 3 個(gè)月時(shí)兔子的只數(shù)為 u 3， …… 根據(jù)題意， “這種兔子從出生的下一個(gè)月開(kāi)始，每月新生一只兔子 ”，則有 u1=1， u2=u1+u11=2 ， u3=u2+u21=4 ， ?? 公式 （ 31） 河南科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 14 根據(jù)這個(gè)規(guī)律，可以歸納出下面的遞推公式： un=un12(n≥2) 公式 （ 32） 對(duì)應(yīng) un 和 un1 ，定義兩個(gè)迭代變量 y 和 x ，可將上面的遞推公式轉(zhuǎn)換成如下迭代關(guān)系： y=x*2 x=y 讓計(jì)算機(jī)對(duì)這個(gè)迭代關(guān)系重復(fù)執(zhí)行 11 次，就可以算出第 12 個(gè)月時(shí)的兔子數(shù)。 167。 輪廓提取 經(jīng)過(guò)圖像分割后，原圖像變成二值圖像，圖像輪廓提取算法就變得非常簡(jiǎn)單。 令 X 為圖像， B 為結(jié)構(gòu)元素， Bz 表示結(jié)構(gòu)元素 B 平移 Z 后的結(jié)果， Bs 代表結(jié)構(gòu)元素 B 關(guān)于原點(diǎn)的對(duì)稱(chēng)集合。 1)soble：缺省值 ,用導(dǎo)數(shù)的 Sobel近似值檢 測(cè)邊緣 ,梯度最大點(diǎn)返回邊緣 。 程序及分析 [filename,pathname]=uigetfile({ ... 39。 blood = imread(fill)。 end end end z0=max(max(I))。 allow=。 end end end T0=S0/n0。 % 閾值分割后的圖像求反，便于用腐蝕算法求邊緣 se1=strel(39。, )。Original39。) subplot(2,2,4) imshow(BW)。如果原圖中有一點(diǎn)為黑，且它的 8 個(gè)相鄰點(diǎn)都是黑色時(shí)， 判定該點(diǎn)是圖像的內(nèi)部點(diǎn)，將該點(diǎn)置刪除標(biāo)記。 試驗(yàn)結(jié)果表明它具有以下優(yōu)點(diǎn) ： (1) 避免了噪聲影響范圍的擴(kuò)大； (2) 檢測(cè)邊緣具有連續(xù)性； (3) 邊緣定位精確，只有一個(gè)像素的寬度； (4) 即使細(xì)胞邊緣模糊，也能通過(guò)閥值分割得到增強(qiáng)，通過(guò)腐蝕算法可靠的提取邊緣。 Linear filter and filter design。 Image filtering。 Image transformation。 Image analysis and strengthened。當(dāng)自己懷著忐忑不安的心情完成這篇畢業(yè)論文的時(shí)候 ， 自己也從當(dāng)年的懵懂孩子變成了一個(gè)成熟青年 ， 回想自己的十幾年的求學(xué)生涯 ， 實(shí)屬不容易。 167。New algorithm39。 imshow(BW2)。log39。,3)。 TT=(T0+T1)/2。 河南科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 20 count=0。 % 最小的灰度 T=(z0+z1)/2。 end [x,y,z]=size(blood)。,39。 (2)BW=edge(I,‘ method’ ,thresh)中用 thresh指定靈敏度閾值 ,所有不強(qiáng)于 thresh的邊緣都被忽略。 }Bs b b B?? 公式 （ 37） 則腐蝕的運(yùn)算定義 { 。如果原圖中有一點(diǎn)為黑，且它的 8 個(gè)相鄰點(diǎn)都是黑色時(shí)，判定該點(diǎn)是圖像的內(nèi)部點(diǎn)，將該點(diǎn)置刪除標(biāo)記。 (a) S 包含于 X（ included in） 對(duì)于 S