【图像分割】基于脉冲耦合神经网络实现细胞分割附matlab代码

%主程序clcclear allclose all%%%全局变量%global w h c threshold Y%w为图像宽度，h为图像高度，alpha=0.1;beta=0.1;%%%读取并显示图像image=imread('red_blood2.bmp');figureimshow(image);title('原始无噪声图像')disp('显示原始图像。。。')X=double(image);[w,h]=size(X);%%%屏蔽噪声，测试分割部分% %添加噪声并显示% X=double(imnoise(image,'salt & pepper',0.02));% [w,h]=size(X);% figure% imshow(X/255)% title('添加了椒盐噪声的图像')% disp('显示加噪声图像。。。')% %%% %去除salt噪声% X=denoise_gj(X,2);% figure,imshow(X/255);% title('去除salt噪声后的结果')% disp('去除salt噪声。。。')%% %去除pepper噪声% X=255-X;% X=denoise_gj(X,2);% X=255-X;% figure,imshow(X/255)% title('去除pepper噪声后的结果')% disp('去除pepper噪声结束。')%%%下面为求取最小交叉熵过程，最终求取一个PCNN的迭代次数ndisp('求取最小交叉熵过程')H=zeros(1,256);for i=1:w    for j=1:h        a=X(i,j);        H(a+1)=H(a+1)+1/256;    endendD=zeros(1,15);%下面为二值分割过程disp('二值分割过程')threshold=zeros(w,h);threshold(:)=255;Y=zeros(w+1,h+1);Weight=[0.707 1 0.707;1 0 1;0.707 1 0.707];while(n>0)    for i=2:w        for j=2:h            %基于简化的PCNN模型            F=X(i,j);            V=[ Y(i-1,j-1) Y(i-1,j) Y(i-1,j+1);                Y(i,j-1) Y(i,j) Y(i,j+1);                Y(i+1,j-1) Y(i+1,j) Y(i+1,j+1)];            L=(sum(V.*Weight));            U=double(F)*(1+beta*L);            if U>threshold(i,j)                Y(i,j)=1;            else                Y(i,j)=0;            end            threshold(i,j)=exp(-alpha)*threshold(i,j);        end    end    n=n-1;endfigure,imshow(Y)title('输出二值分割图像');%%%下面为PCNN自动波特征消除细胞周围噪声、干扰的程序段disp('PCNN自动波特征消除细胞周围噪声、干扰')I=Y;[p,q]=size(I);figure,imshow(1-Y)title('PCNN自动波正向传播后图像')%%%下面为细胞计数及特定细胞提取过程disp('细胞计数')figure[L,N]=bwlabel(Y,8);disp(['共有',num2str(N),'个细胞。']);for i=1:N    [r,c]=find(L==i);    cell=bwselect(Y,c,r,8);    subplot(6,6,i)    imshow(cell);    title(['第',num2str(i),'个细胞'])    if i==36        break;    enden