matlab图像腐蚀处理函数imerode 的使用说明边缘检测和形态学检测细胞
腐蚀-腐蚀图像
此MATLAB函数会侵蚀灰度，二进制或压缩的二进制图像I，返回侵蚀的图像J。
J = imerode(I,SE)
J = imerode(I,nhood)
J = imerode(___,packopt,m)
J = imerode(___,shape)
具体的使用方法如下:
如何使用边缘检测和基本形态学检测细胞。如果某对象与背景有足够的对比度，则可以在图像中轻松检测到该对象。
步骤 1：读取图像
在 cell.tif 图像中读取，这是一个前列腺癌细胞的图像。此图像中存在两个细胞，但只有一个细胞完整显示。目标是检测或分割完整显示的细胞。
I = imread('cell.tif');
imshow(I)
title('Original Image');
text(size(I,2),size(I,1)+15, ...
'Image courtesy of Alan Partin', ...
'FontSize',7,'HorizontalAlignment','right');
text(size(I,2),size(I,1)+25, ....
'Johns Hopkins University', ...
'FontSize',7,'HorizontalAlignment','right');
步骤 2：检测整个细胞
要分割的对象与背景图像的对比度相差很大。计算图像梯度的算子可以检测到对比度的变化。要创建包含分割后的细胞的二值掩膜，请计算梯度图像并应用一个阈值。
使用 edge 和 Sobel 算子计算阈值。调整阈值，再次使用 edge 获得包含分割后的细胞的二值掩膜。
[~,threshold] = edge(I,'sobel');
fudgeFactor = 0.5;
BWs = edge(I,'sobel',threshold * fudgeFactor);
显示生成的二元梯度掩膜。
imshow(BWs)
title('Binary Gradient Mask')
步骤 3：膨胀图像
二元梯度掩膜显示图像中高对比度的线条。这些线条没有很好地描绘出关注对象的轮廓。与原始图像相比，梯度掩膜中对象周围的线条有间隙。如果使用线性结构元素膨胀 Sobel 图像，这些线性间隙将消失。使用 strel 函数创建两个垂直线性结构元素。
se90 = strel(‘line’,3,90);
se0 = strel(‘line’,3,0);
先后使用垂直结构元素和水平结构元素，来膨胀二元梯度掩膜。使用 imdilate 函数膨胀图像。
BWsdil = imdilate(BWs,[se90 se0]);
imshow(BWsdil)
title('Dilated Gradient Mask')
步骤 4：填补内部间隙
膨胀的梯度掩膜很好地显示了细胞的轮廓，但细胞内部仍有小孔。要填充这些孔洞，请使用 imfill 函数。
BWdfill = imfill(BWsdil,'holes');
imshow(BWdfill)
title('Binary Image with Filled Holes')
步骤 5：删除边界上的连通对象
关注的细胞已成功分割，但它不是被发现的唯一对象。可以使用 imclearborder 函数删除任何与图像边界连通的对象。要删除对角线连通，请将 imclearborder 函数中的连通性设置为 4。
BWnobord = imclearborder(BWdfill,4);
imshow(BWnobord)
title('Cleared Border Image')
步骤 6：平滑处理对象
最后，为了使分割后的对象看起来自然，用菱形结构元素对图像腐蚀两次来平滑处理对象。使用 strel 函数创建菱形结构元素。
seD = strel('diamond',1);
BWfinal = imerode(BWnobord,seD);
BWfinal = imerode(BWfinal,seD);
imshow(BWfinal)
title('Segmented Image');
步骤 7：可视化分割
您可以使用 labeloverlay 函数在原始图像上显示掩膜。
imshow(labeloverlay(I,BWfinal))
title(‘Mask Over Original Image’)
显示分割后的对象的另一种方法是在分割的细胞周围绘制轮廓。使用 bwperim 函数绘制轮廓。
BWoutline = bwperim(BWfinal);
Segout = I;
Segout(BWoutline) = 255;
imshow(Segout)
title('Outlined Original Image')
