生物细胞计数软件MATLAB代码实现

    之前因为工作原因一直没将代码贴上来，这次我比较详细介绍下MATLAB的代码实现，有时间的话可能会出个****。

    首先说下界面设计，我这里只是说下都用了什么组件以及一些参数，具体的GUI怎么设计的我这里就不详细介绍，又需要介绍的可以给我留言我可以抽出点时间来简单介绍。

    这里为了使参数可以灵活的调整，我在界面中将图像处理的每个关键的步骤都显现出来，根据图像来灵活的调整参数，使结果更加精确。

                                                                                       图1:界面设计图

                                                                                     图2:运行界面图

    根据图来看效果还是可以的，然后接下来就说下每一部分的程序设计。

    点击打开图片的时候需要打开需要计算细胞的图片，则可以使用下面的代码来打开图片，

function pushbutton1_Callback(hObject, eventdata, handles)
% hObject    handle to pushbutton1 (see GCBO)
% eventdata  reserved - to be defined in a future version of MATLAB
% handles    structure with handles and user data (see GUIDATA)
[filename,pathname]=uigetfile({'*.jpg';'*.bmp, *.jpg, *.tif';'*.bmp';'*.jpg';'*.tif';},'选择图像');
if isequal(filename,0)||isequal(pathname,0)
  errordlg('您还没有选取图片！！','温馨提示');%如果没有输入，则创建错误对话框 
  return;
else
    global im; %定义全局变量将打开的照片放在该变量中。
    image=[pathname,filename];%合成路径+文件名
    im=imread(image);%读取图像
    [x,y] = size(im); %读取图片的大小
    if x>y %根据照片的长宽不同来改变图片的大小，这里定义600*800是为了减轻程序运行时电脑的压力,以及该大小取得的效果也不错。
        im = imresize(im,[600 800]);
    else
        im = imresize(im,[800 600]);
    end
    set(handles.axes1,'HandleVisibility','ON');%打开坐标，方便操作
    axes(handles.axes1);%%使用图像，操作在坐标1
    imshow(im);%在坐标axes1显示原图像 
    title('原始图像');

    本设计是使用的是灰度图以及高斯模糊的图来实现USM锐化的，因此需要将RGB三色图转换为灰度图，而MATLAB中自带的RGB转GRAY的函数十分方便，下面是代码实现。

    global gray %定义灰度图的全局变量，方便后面的函数调用
    gray= rgb2gray(im); %将RGB三色图转换成gray
    gray = imadjust(gray); %该函数是用来增强图像
    set(handles.axes2,'HandleVisibility','ON');%打开坐标，方便操作
    axes(handles.axes2);%%使用图像，操作在坐标1
    imshow(gray);%在坐标axes1显示原图像 
    title('灰度图像');

    根据上一篇博文matlab实现生物细胞数目统计方案原理中介绍的USM原理可以知道我们需要的到高斯模糊的图像，高斯模糊图像的原理在之前的博文基于opencv2利用卷积算子实现高斯模糊也介绍了，但是这篇博文是用的MATLAB，因此我们直接用MATLAB自带的函数即可。

    global Gauss 
    global filter
    Gauss = fspecial('gaussian',[10 10],20);%获取高斯模糊算子
    filter = imfilter(gray, Gauss); %获得高斯模糊图像
    set(handles.axes3,'HandleVisibility','ON');%打开坐标，方便操作
    axes(handles.axes3);%%使用图像，操作在坐标1
    imshow(filter);%在坐标axes1显示原图像 
    title('模糊图像');

    有了高斯模糊和灰度图像，就可以求出USM图像，原理也不再介绍，直接放代码。

    global USM 
    weight = 0.8; 
    USM = uint8((double(gray)-weight.*double(filter))./(1-weight)); %获取USM锐化图像
    set(handles.axes4,'HandleVisibility','ON'); %打开坐标，方便操作
    axes(handles.axes4); %使用图像，操作在坐标1
    imshow(USM);%在坐标axes1显示原图像 
    title('锐化图像');

   有了USM图像，对比度增强了许多，因此使用将图像二值化后的效果将会很好，下面是二值化函数：

function getbw(handles)
    global bw%将bw变量定义为全局变量
    global USM
    level = get(handles.slider4,'value');%获取滑杆4的值，该滑杆是控制阈值
    bw = im2bw(USM, level); %将USM锐化后图像转换为二值化图像
    imorph(3, get(handles.slider5,'value'), 
    get(handles.slider6,'value'));%该函数是自己编写的用来腐蚀或膨胀图像
    set(handles.axes5,'HandleVisibility','ON');%打开坐标，方便操作
    axes(handles.axes5);%%使用图像，操作在坐标1
    imshow(bw);%在坐标axes1显示原图像 
    title('二值化图像');

     下面是获取细胞个数的函数，该函数的原理是计算连通区域个数来获取细胞个数，由于经过以上的步骤，已将细胞核分离出来，因此只用计算连通域便可得到细胞个数，下面是代码：

function area(handles)
    global bw
    global USM
    bw_img = ~bw; %将原本的二值化取反。

    L = bwlabel(bw_img, 8);%
    S = regionprops(L, 'area', 'boundingbox');
    bw2 = ismember(L, find([S.Area] >= (get(handles.slider7,'value'))));
    img_reg = regionprops(bw2, 'area', 'boundingbox');
    
    areas = [img_reg.Area];
    rects = cat(1,  img_reg.BoundingBox);
    
    [x, y] = size(areas);
    set(handles.edit3, 'string', num2str(y));%这里的Y便是细胞个数
    
    global im;
    temp = im;
    
    set(handles.axes6,'HandleVisibility','ON');%打开坐标，方便操作
    axes(handles.axes6);%%使用图像，操作在坐标1
    imshow(temp);%在坐标axes1显示原图像 
    title('连通域图像');
% show all the largest connected region
    for i = 1:size(rects, 1)
        rectangle('position',rects(i, :), 'EdgeColor', 'r');
    end

百度网盘地址：https://pan.baidu.com/s/1qgk1Aaeph7OWEipp2Bxp4A，密码：3ccb