python和matlab两个版本，本代码采用圆度检测的方法，筛选粘连细胞，并对粘连细胞进行分割。

在该数据集中，有58个H＆E染色的组织病理学图像用于乳腺癌细胞检测，并提供了相关的地面真实数据。 Breast Cancer Cell Segmentation_datasets.txt Breast Cancer Cell Segmentation_datasets.zip

【细胞分割】基分水岭算法实现细胞分割计数matlab源码含 GUI.md

【细胞分割】基于阙值+边缘+形态学+种子点图像分割matlab源码含 GUI.md

【细胞分割】基于中值滤波+分水岭法实现细胞计数matlab源码.md

医学细胞分割算法设计与实现，包含可运行的源代码、输入图片的文件夹和处理后的结果图片文件夹，图像分割一直是图像分析和处理的重要话题，从图像分割技术应用到医学图像方面，医学细胞图像分割是把细胞从细胞质中抽离出来，分割后可以应用在目标重组、染色体分析、细胞识别、疾病诊断等多个领域中

这段代码是[1]中提出的Method RFOVE的简单实现，它是重叠椭圆的基于区域的拟合及其在细胞分割中的应用。 RFOVE 是完全无监督的，无需对对象形状进行任何假设或先验知识即可运行，并扩展和改进了递减椭圆拟合算法 (DEFA) [1]。 RFOVE 和 DEFA 都通过执行模型选择来解决多椭圆拟合问题，该模型选择由基于适当定义的形状复杂性度量的 Akaike 信息准则的最小化指导。 然而，与 DEFA 相比，RFOVE 最小化了一个目标函数这允许具有更高重叠度的椭圆，从而实现更好的基于椭圆的形状近似。 您可以在 [1] 中找到更多详细信息。 文件： runRFOVE.m : 方法的实现 如果您在工作中引用我们的论文 [1]，我们将不胜感激： [1] C. Panagiotakis 和 AA Argyros，“基于区域的重叠椭圆拟合及其应用于细胞分割”，图像和视觉计算，Else

用matlab细胞分割与计数（大津阈值法）。

项目中经常需要对图像中的细胞核，核心及细胞质轮廓进行分割，然后从中分离出单个细胞的上述信息进行特征提取及描述及细胞分类。然而要拿到分离得到的单个细胞图像有一定的困难和挑战，尤其是从重叠细胞群中分离出单个细胞。因此，将项目中的核心代码中，设计细胞分割部分分享出来，供大家讨论，也希望有高手可以用c++进行重构，欢迎交流qhs2011@163.com,qq:2259508339。说明：imgdir:输入图像，result:结果图像，结果图像说明：红色圆点为细胞核中心点，绿色圈为细胞核轮廓，红色圈为细胞质轮廓。

某航的数字图像处理实验，包括图像处理的基本算法，大津阈值分割、梯度算子、均值和中值平滑、区域生长、形态学灰值开闭运算、快速傅里叶变换去噪、边缘检测、缩放以及细胞图像的分割与测量，求取细胞核与核仁的面积比例、基于手动选取多个种子点，后续程序实验实现了多连通区域的自动提取，自动寻找区域生长的种子点，请看后面上传的资源。请用VS2015及以上版本打开工程，后缀名为demo.dsp,代码参考了VC++数字图像处理（谢凤英）中的程序。