该项目基于matlab语言实现，带UI界面和测试数据图片及代码，在matlab2014a上亲测可以直接运行。主要运用数字图像处理的相关知识，滤波、去噪、分割等技术。适用于数字图像处理学习者、matlab研究者、计算机视觉入门者，大学生毕业设计参考及相关课程作业。项目的演示效果参考我的B站：https://www.bilibili.com/video/BV1fL4y1V7wj/

基于边缘检测的细胞图像分割方法研究与实现

GUI界面实现打开图像，基于阈值分割，基于边缘分割，基于形态学分割，基于种子点分割和基于主动轮廓模型分割

带你了解残差块和注意力机制的联合应用在医学细胞图像上，对他进行分割，给出简单明了的展示，让你一步步进入医学人工智能的殿堂

这是maskrcnn keras代码，针对细胞语义分割项目进行了专门的改造，代码中有相应的示例，当这里的代码去掉mask的生成过程，可以当做faster rcnn使用，这是进行细胞语义分割的完整项目，包含训练、测试、记录整个流程

针对粘连细胞图像，提出ECCC(Eleven Components Chain Code)链码分割算法。首先对细胞边缘二值图像进行链码统计和边缘拐点检测，新算法对Freeman链码进行了改进，在链码中加入表示边缘拐点的新的链码元素，然后计算边缘拐点的链码差来筛选真实分割点，最后对分割点线性插值实现粘连细胞分割。实验结果表明，针对2粘连和3粘连细胞，ECCC法的分割成功率分别为100%和98%，平均耗时分别为0.42 s和0.67 s，比传统链码分割法减少了近55%的计算量，在复杂的细胞图像分割中具备一定的有效性和可行性。

通过分水岭算法分割细胞图像的python实现，可以直接使用，需要安装有openCV、mahotas、numpy、matplotlib包，然后python的版本最好是3.x，容易看不懂的地方都加了注释。

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。

细胞图像分割（分水岭） 本程序是基于matlab 开发的分水岭细胞图像分割算法，创新的分水岭分割算法，分割效果更佳明显

此代码中m文件内容为对细胞的图像分割，包括对图像前期预处理，分割出细胞核，并在后期对细胞进行计数，对黏连的细胞有一定的分割功能，对于图像处理相关初学者有一定帮助