步骤1:读取图像

读到hestain.png,这是一个组织的形象沾hemotoxylin和伊红())。这种染色法有助于病理学家区分不同的组织类型。

他= imread (“hestain.png”);imshow(他)、标题(“他走时形象”);文本(大小(他,2),大小(他,1)+ 15,…图片由阿兰同谋,约翰霍普金斯大学的,…“字形大小”7“HorizontalAlignment”,“对”);

步骤2:将图像从RGB颜色空间转换成L * a * b *颜色空间

多少颜色你看到的图片如果你忽略亮度的变化?有三种颜色:白色,蓝色,粉色。注意很容易你可以视觉上区分这些颜色。L * a * b *颜色空间(也称为CIELAB或CIE L * a * b *)使您能够量化这些视觉差异。

L * a * b *彩色空间来源于CIE XYZ三色值。L * a * b *空间由一个光度层L *, chromaticity-layer“*”表示颜色瀑布沿着红绿轴,和chromaticity-layer b *的瀑布沿着自民党轴指示的颜色。所有的颜色信息是在“*”和“b *”层。你可以测量两种颜色之间的差别使用欧氏距离度量。

将图像转换为L * a * b *颜色空间使用rgb2lab。

lab_he = rgb2lab(他);

步骤3:分类的颜色的a * b *使用k - means聚类空间

聚类是一种单独的对象组。k - means聚类将在太空中每个对象都有一个位置。它发现分区,这样对象在每个集群尽可能接近彼此,和尽可能远离其他集群中的对象。k - means聚类要求您指定数量的集群分区的距离度量和量化两个物体间距离,彼此。

因为颜色信息存在于“a * b *”颜色空间,你的对象是像素与“*”和“b *”值。将数据转换为数据类型单使用imsegkmeans。使用imsegkmeans集群的对象分为三个集群。

ab = lab_he (:,: 2:3);ab = im2single (ab);nColors = 3;%重复集群3次,以避免局部最小值nColors pixel_labels = imsegkmeans (ab),“NumAttempts”3);

为每个对象在你的输入,imsegkmeans返回一个指数,或一个标签,对应于一个集群。标签图像中每个像素的像素标签。

imshow (pixel_labels[])标题(集群的图像标记指数”);

步骤4:创建图像分割)图像的颜色

使用pixel_labels,你可以单独的对象hestain.png的颜色,这将导致三个图片。

mask1 = pixel_labels = = 1;cluster1 =他。* uint8 (mask1);imshow (cluster1)标题(“对象在集群1”);

mask2 = pixel_labels = = 2;cluster2 =他。* uint8 (mask2);imshow (cluster2)标题(《集群对象2》);

mask3 = pixel_labels = = 3;cluster3 =他。* uint8 (mask3);imshow (cluster3)标题(在集群对象3 ');

第五步:部分细胞核

集群3包含蓝色的对象。注意,有黑色和浅蓝色的对象。可以深蓝色和浅蓝色分开使用中的“L *”层L * a * b *颜色空间。细胞核是深蓝色的。

回想一下,‘L *层包含每个颜色的亮度值。提取像素的亮度值在这个集群,用全局阈值阈值使用imbinarize。面具is_light_blue给出了指数的浅蓝色像素。

L = lab_he (:: 1);L_blue = L。*双(mask3);L_blue =重新调节(L_blue);idx_light_blue = imbinarize(非零(L_blue));

复制蓝色对象的面具,mask3,然后把淡蓝色像素从面具。应用新的面具原始图像和显示结果。只有深蓝色细胞核清晰可见。

blue_idx =找到(mask3);mask_dark_blue = mask3;mask_dark_blue (blue_idx (idx_light_blue)) = 0;blue_nuclei =他。* uint8 (mask_dark_blue);imshow (blue_nuclei)标题(“蓝色细胞核”);