MATLAB的细胞图片,图像作业-细胞个数matlab（完整）.doc

K均值聚类、分水岭算法计算图片中红白细胞个数

K均值聚类

1、任取[0,255]中K个值作为第一次分类中心

2、把图像(gray)中的每一个点与K个中心值进行比较，按差值分成K组，求出新的K个中心点

3、重复上一步骤直到前后两次算出的中心点值相同

4、按最后得到的中心点把图像依据点到中心点的距离分成K类。

程序

function [cen,copy]=Kmeans(I,k) % K均值聚类函数

mm=max(max(I)); % mm为I的最大灰度值

copy=I;

cen=(1:k)*mm/k; % 求出首次中心值

cen1=zeros(1,k);

d=ones(1,k)./255;

[m,n]=size(I);

J=zeros(m,n);

while(1)

for i=1:m

for j=1:n

c=abs(I(i,j)-cen); % c为I中元素与各中心点的差值数组

cc=find(min(c)==c); % cc为距中心值最近的元素下标

J(i,j)=cc;

end

end

% 求新的中心点

for r=1:k

h=0;

[J1,J2]=find(J==r);

p=length(J1);

for s=1:p

h=h+I(J1(s),J2(s));

copy(J1(s),J2(s))=cen(r); % 按中心值把原图像灰度分为K类

end

cen1(r)=h/p;

end

if (abs(cen1-cen)<=d)

break;

else cen=cen1;

end

end

K均值聚类、分水岭算法总程序

I=imread('blood.jpg'); % 读入处理图像

R=I(:,:,1); % 分离R分量

G=I(:,:,2);

B=I(:,:,3);

clc; % 清屏

close all; % 关闭图像窗口

figure, % 开辟图像显示窗口

subplot(2,3,1),imshow(R),title('R分量');

subplot(2,3,2),imshow(G),title('G分量');

subplot(2,3,3),imshow(B),title('B分量');

K=rgb2hsv(I); % RGB图像转换成HSV图像

H=K(:,:,1);

S=K(:,:,2);

V=K(:,:,3);

subplot(2,3,4),imshow(H),title('H分量');

subplot(2,3,5),imshow(S),title('S分量');

subplot(2,3,6),imshow(V),title('V分量');

%****************************** 白细胞计数 ******************************%

% 分割出只有白细胞的二值图像

[cenwhite,copywhite]=Kmeans(H,3); % K均值聚类函数调用

cenwhite; % 查看聚类后的中心值

figure,

subplot(1,3,1),imshow(copywhite,[ ]),title('H分量K均值聚类结果');

A=copywhite;

[m,n]=size(A); % 把聚类后图像二值化

for i=1:m

for j=1:n

if A(i,j)==cenwhite(2)

A(i,j)=1;

else A(i,j)=0;

end

end

end

subplot(1,3,2),imshow(A,[ ]),title('白细胞二值化结果');

C1=imdilate(A,ones(5)); % 对二值化图