多细胞图像分割与单细胞提取系统

资 源 简 介

本项目旨在解决生物医学图像处理中常见的细胞计数与特征分析预处理问题。系统能够导入包含多个重叠或离散细胞的原始图像，通过预处理算法去除显微镜成像过程中产生的背景噪声，并利用高级图像分割技术精确定位每个细胞的物理边界。

详 情 说 明

基于MATLAB的多细胞图像自动分割与单细胞提取系统

项目介绍

本项目是一款面向生命科学与医学研究的自动化图像处理工具。在生物实验中，显微镜捕获的原始细胞图像通常包含大量分布不均、甚至相互重叠的细胞群。本系统通过集成中值滤波、大津法阈值分割、距离变换以及改进的分水岭算法，能够实现从复杂的背景中自动定位、分割并提取每一个独立的细胞个体。系统不仅能提供直观的可视化分割结果，还能自动计算并归并各细胞的几何形态学参数。

功能特性

• 自动化图像导入与自适应模拟：支持多种主流图像格式（JPG, PNG, TIF, BMP），并在缺失输入源时能自动生成模拟细胞图像以供演示。
• 高级图像增强：通过中值滤波抑制噪声，并利用灰度拉伸算法提升图像对比度，确保后续分割的准确性。
• 精准的重叠细胞处理：结合距离变换与极小值强制技术改进分水岭算法，有效解决粘连细胞的过度分割或欠分割问题。
• 单细胞ROI自动提取：系统能自动锁定每个细胞的物理边界，将其抠取并保存为独立的图像文件。
• 数据统计报表生成：自动计算每个细胞的面积、周长、等效直径等关键数据，并导出为标准化数据表。
• 综合可视化看板：提供从原始图像到最终分割轮廓的全流程对比视图，及细胞面积分布直方图。

使用方法

1. 启动程序：在MATLAB环境中运行主程序脚本。
2. 图像导入：程序启动后会弹出文件选择对话框。你可以选择一张真实的显微镜细胞图像，若取消选择，系统将进入演示模式并生成模拟细胞数据。
3. 自动化处理：系统会自动执行降噪、二值化、形态学修整及分水岭分割等多步骤操作。
4. 查看结果：处理完成后，MATLAB界面会弹出综合可视化看板，展示分割后的细胞编号及位置。
5. 获取数据：程序会自动在当前目录下创建结果文件夹。你可以在其中找到保存的单细胞切图、统计报表（CSV格式）以及分割流程图。

系统要求

• 运行平台：Windows / macOS / Linux
• 软件环境：MATLAB 2018b 或更高版本
• 必要工具箱：Image Processing Toolbox（图像处理工具箱）

详细功能逻辑描述

本系统的执行逻辑严格遵循以下十个步骤：

1. 数据获取逻辑：系统首先通过图形化窗口等待用户选择文件。若检测到用户取消操作，则进入模拟流程，利用数学模型生成具有高斯噪声和随机分布圆形的灰度图；若用户选择文件，则读取并统一转化为灰度图。

1. 预处理逻辑：首先应用5x5模板的中值滤波去除成像过程中的随机噪点。随后通过imadjust函数进行对比度增强，将目标与背景的灰度级拉开。

1. 二值化处理：采用大津法（Otsu）自动寻找全局最优阈值。该算法基于类间方差最大化原则，将灰度图转化为二值掩膜。

1. 形态学精修：首先执行空洞填充算法确保细胞内部闭合。随后利用半径为3的圆盘状结构元素进行先闭后开运算，旨在连接细微的边缘断裂并清除背景中的微小孤立噪点。

1. 重叠分割算法：这是系统的核心逻辑。通过计算二值图像的倒置距离变换，寻找每个细胞的几何中心。为防止分水岭算法导致的过度分割，系统应用了局部极小值抑制技术，仅保留显著的能量中心，从而精确确定重叠细胞间的分割脊线。

1. 连通域标记：对分割后的掩膜进行标记，赋予每个细胞唯一的ID。利用区域特征属性提取函数计算每个细胞的面积、周长、中心坐标、包围盒以及等效直径。

1. 目录管理：系统自动检测并创建结构化的结果存储路径，包括汇总文件夹及专门存放单细胞切片的子文件夹。

1. 细胞提取与保存：基于每个细胞的包围盒坐标，系统在原始图像中定位感兴趣区域（ROI）。为了实现“纯净”提取，系统会将包围盒内的非目标区域置黑，仅保留当前的单细胞实体，并以编号命名保存。

1. 统计化报表映射：将计算出的几何参数封装进数据表格对象中。表格包含细胞ID、像素面积、像素周长及等效直径，最终以CSV格式序列化到本地硬盘。

1. 可视化输出逻辑：系统生成一个六分图看板：

• 展示原始图像与增强对比图。
• 展示形态学处理结果与分水岭色彩标记图。
• 在原图上绘制绿色分割边界，并标注红色细胞编号。
• 绘制细胞面积分布的统计直方图。

关键算法与实现细节分析

• 鲁棒的中值滤波：选择5x5窗口是为了在保留细胞边缘结构的同时，最大限度滤除生物图像中常见的脉冲噪声。
• 改进的分水岭算子：传统的分水岭算法极易受到噪声干扰产生碎裂化的分割。本系统引入imextendedmin函数，通过设定水底深度阈值，过滤掉不显著的局部极小值点，极大地提高了对粘连细胞分割的准确度。
• 掩膜隔离提取：在提取单细胞ROI时，不仅仅是裁剪矩形区域，还通过逻辑运算将背景像素屏蔽。这种细节处理使得后续的机器学习训练或进一步的形态分析不受邻近细胞干扰。
• 自动化文件系统：代码逻辑中包含了健壮的文件夹存在性检查与自动创建机制，确保了程序在不同环境下的可移植性和易用性。