网站建设答辩内容,可视化app开发工具,设计师喜欢的几个网站,企业网页制作与网站设计做材料与生物相关方向的同学应该对image-j并不陌生#xff0c;前几天有个师兄拜托我用image-j分析一些图片#xff0c;但使用过后发现我由于不了解image-j的工作流程而对结果并不确信#xff0c;而且image-j的功能无法拓展#xff0c;对有些图片的处理效果并不好#xff0…做材料与生物相关方向的同学应该对image-j并不陌生前几天有个师兄拜托我用image-j分析一些图片但使用过后发现我由于不了解image-j的工作流程而对结果并不确信而且image-j的功能无法拓展对有些图片的处理效果并不好因此我想到自己用matlab实现类似的功能虽然没有友好的互动界面但好在大家可以以此为基础自己设计功能更好得适配自己的研究方向。 测试文件与源程序下载地址提取码: tcxa 视频教程B站
⏰V1.0目前支持的功能 图像的开闭运算分别对应分离细小连接与填充细小空洞 二值化支持单个自动阈值、单个手动阈值、手动区间阈值 筛选颗粒支持基于圆度筛选、基于面积大小筛选 图像统计支持颗粒占全图比例、图像真实面积、颗粒真实面积、颗粒数量统计
下载后设置好matlab的工作目录
打开main.m文件开始使用我把所有需要修改的地方都放在最前面 建议一开始使用测试图片的时候对这两项做如下设置
auto_segmentation true; %是否使用自动阈值分割
Interval_segmentation false; %是否使用区间阈值分割完整代码
clear
clc
close all;%关闭图片
%% 这里是需要修改的
image_dir test.png; %读取文件修改为你图片的名字
fill_image false; %是否要填充图像true会开启膨胀加腐蚀
separate_image false; %是否要分离图像true会开启腐蚀加膨胀
SE1 strel(square,8); %得到边长为13的方形结构元腐蚀和膨胀的结构元大小,可以调整的大小看看效果点密集时候需要调整,dense_image为false时无效
colors [0,255,0]; %调颜色默认红色auto_segmentation false; %是否使用自动阈值分割
level 200; %二值化阈值auto_segmentation为true时该值无效Interval_segmentation false; %是否使用区间阈值分割
lowerThreshold 25; %区间阈值分割下限Interval_segmentation为false时该值无效
upperThreshold 61; %区间阈值分割上限Interval_segmentation为false时该值无效desiredCircularity_bottom 0.0; %设置所需的圆度阈值下限,越大越圆范围0-1
modify_threshold_top false; %是否需要修改圆度阈值上限
desiredCircularity_top 0.6; %圆度阈值上限值threshold_top_modify为false时该值无效ruler_val 50; %比例尺标量值
unit um^2; %比例尺单位
ruler_l 557; %比例尺左端像素位置x
ruler_r 744; %比例尺右端像素位置xparticle_area_thres 0; %颗粒大小阈值下限单位为unit
%% 预处理
imagetest1 imread(image_dir);
imagetest_copy imagetest1;
mysizesize(imagetest1);if numel(mysize) 2imagetest1 cat(3,imagetest1,imagetest1,imagetest1); %将灰度图像转换为彩色图像imagetest_copy cat(3,imagetest_copy,imagetest_copy,imagetest_copy);
end
imagetest1 rgb2gray(imagetest1);
imagetest1_copy imagetest1;imshow(imagetest_copy)
impixelinfo%通过左下角的提示看比例尺坐标%Filter fspecial(average,[3,3]);% gausFilter1 fspecial(gaussian,[7,7],0.6);
% imagetest1 imfilter(imagetest1,gausFilter1);
% imagetest_copy_Gau imagetest1;%imagetest_copy rgb2gray(imagetest_copy);
%I2 im2bw(imagetest1, 0.25);if auto_segmentationfprintf(2,注意你使用了自动阈值\n);level graythresh(imagetest1); imagetest1 imbinarize(imagetest1, level);
elseif (~auto_segmentation~Interval_segmentation)fprintf(2,注意你使用了手动阈值\n);imagetest1 imbinarize(imagetest1, level/255);
endif Interval_segmentationfprintf(2,注意你使用了区间阈值\n);imagetest1 (imagetest1_copy lowerThreshold) (imagetest1_copy upperThreshold);%区间二值化
end
%% 腐蚀加膨胀
if fill_imagefprintf(2,注意你开启了填充\n)imagetest1 imdilate(imagetest1,SE1);imagetest1 imerode(imagetest1,SE1);
end
if separate_imagefprintf(2,注意你开启了分离\n)imagetest1 imerode(imagetest1,SE1); imagetest1 imdilate(imagetest1,SE1);
end
%% 圆度筛选封闭区域
labeledImage bwlabel(imagetest1);%封闭空间标签
props regionprops(labeledImage, Area, Perimeter);%实例化
circularity (4 * pi * [props.Area]) ./ ([props.Perimeter].^20.0001);%求圆度if ~modify_threshold_topdesiredCircularity_top max(circularity);% 设置所需的圆度阈值上限一般不用动
end
selectedLabels find((desiredCircularity_top circularity) (circularity desiredCircularity_bottom));
selectedImage ismember(labeledImage, selectedLabels);%根据圆度值做筛选
fprintf(2,[圆度阈值设置为:,num2str(desiredCircularity_bottom),-,num2str(desiredCircularity_top),\n]);
fprintf(2,[面积阈值设置为:,num2str(particle_area_thres),unit,\n])
%% 展示结果
figure
subplot(2,2,1);
%imshow(imagetest1);
imshow(imagetest_copy);%原图
subplot(2,2,2);
imhist(imagetest_copy)subplot(2,2,3);
%imshow(imagetest_copy_Gau);
imshow(selectedImage);%展示筛选圆度之后的图像
%% 求解与图像结果美化
sum1 sum(selectedImage(:));%求像素总数
m size(imagetest_copy,1);
n size(imagetest_copy,2);
sum2 m * n;%原图总像素数
Proportion sum1/sum2;%求比例
disp([所选区域占全图的比例:,num2str(Proportion*100),%])
real_area m * n * (ruler_val / (ruler_r - ruler_l))^2;
disp([全图真实面积:,num2str(real_area),unit])
disp([选区真实面积:,num2str(real_area*Proportion),unit])R imagetest_copy(:,:,1);
G imagetest_copy(:,:,2);
B imagetest_copy(:,:,3);%默认红色
R(selectedImage)colors(1);
G(selectedImage)colors(2);
B(selectedImage)colors(3);
image_outputcat(3,R,G,B); % I double(selectedImage).*double(I)
% image_output imfuse(imagetest_copy,I)subplot(2,2,4);
imshow(image_output)%原图与红色mask的叠加image_output uint8(image_output);
imwrite(image_output,result.png)%保存selectedImage_copy selectedImage;%二值化图像
particle_area regionprops(selectedImage_copy, Area);%实例化
disp([颗粒总数根据圆度筛选后:,num2str(size(particle_area,1)),个])
particle_area_val [particle_area.Area]*(ruler_val / (ruler_r - ruler_l))^2;%真实世界的面积vector_particle [];
for i 1:size(particle_area_val,2)if particle_area_val(i) particle_area_thresvector_particle [vector_particle, particle_area_val(i)];end
end
labeledImage_2 bwlabel(selectedImage_copy);%封闭空间标签
selectedLabels_2 find(particle_area_val particle_area_thres);
selectedImage_copy ismember(labeledImage_2, selectedLabels_2);%根据面积做筛选figure
imshow(selectedImage_copy)mean_particle_real mean(vector_particle);
disp([根据面积筛选后颗粒个数:,num2str(size(selectedLabels_2,2))])
disp([根据面积筛选后平均颗粒真实面积:,num2str(mean_particle_real),unit])
