bianyuanjiance.m

本程序用于对细胞图像进行边缘检测 （内含源程序m-file和例图）

tissue = imread('tissue1.tif');
tissue=rgb2gray(tissue);           %将原始图像转换为灰度图像
[x,y]=size(tissue);                % 求出图像大小
T=double(tissue);                  % 由imread读出的图像文件采用uint8的类型，必须转换成double类型之后方可进行运算

for i=1:x                         % 实际图像的灰度为0～255
    for j=1:y
        if (T(i,j)>255)
            T(i,j)=255;
        end
        if (T(i,j)<0)
            T(i,j)=0;
        end
    end
end    


z0=max(max(T));                   % 求出图像最大灰度
z1=min(min(T));                   % 最小灰度 

Y=(z0+z1)/2;                      % 域值
YY=0;
S0=0; n0=0;
S1=0; n1=0;
allow=0.5;                       % 新旧阈值的允许接近程度
d=abs(Y-YY);
count=0;                         % 记录几次循环

while(d>=allow)                 % 迭代最佳阈值分割算法
    count=count+1;
    for i=1:x
        for j=1:y
            if (T(i,j)>=Y)
                S0=S0+T(i,j);
                n0=n0+1;
            end
            if (T(i,j)<Y)
                S1=S1+T(i,j);
                n1=n1+1;
            end
        end
    end 
    Y0=S0/n0;
    Y1=S1/n1;
    YY=(Y0+Y1)/2;
    d=abs(Y-YY);
    Y=YY;
end

Seg=zeros(x,y);
for i=1:x
    for j=1:y
        if(T(i,j)>=Y)
            Seg(i,j)=1;               % 阈值分割的图像
        end
    end
end

SI=1-Seg;                            % 阈值分割后的图像求反，便于用腐蚀算法求边缘
se1=strel('square',3);               % 定义腐蚀算法的结构
SI1=imerode(SI,se1);                 % 腐蚀算法
SI1=double(SI1);                     
BW=SI-SI1;                           % 边缘检测
%=====传统的边缘检测方法======%
T=uint8(T);
BW1=edge(T,'sobel', 0.11);
BW2=edge(T,'log', 0.015);
%===========图象显示==========%
figure(1);
imshow(T);title('Original')                         % 显示阈值分割的图像
figure(2);
imshow(BW2);title('Soble')                         % 显示新算法的边缘图像
figure(3)
imshow(BW1);title('Gauss-Laplace') 
figure(4)
imshow(BW);title('New algorithm')