Question

我是一名研究生，攻读生物医学科学博士学位，没有编码经验。我的大学拥有MATLAB的校园许可证，所以我想我会尝试学习如何使用它来更准确地处理我的一些图像。也就是说，我有一系列非常相似的细胞图像（10-15个细胞/图像）从组织中迁移出来。我希望能够使用MATLAB测量每个细胞和组织之间的距离（如果可能的话，标准化为组织的大小）。我一直在阅读计算机视觉系统工具箱中可用的工具，例如在杂乱的场景中进行物体检测，但我不确定它们是否相关。我也不知道如何将我的图像导入MATLAB。我不是在找人为我做这些事情;相反，如果有人能指出我正确的方向（我应该看的工具，对初学者有用的阅读等），我真的很感激。

Answer 1

此处获得生物学博士学位：）

计算机视觉工具箱并不是您真正需要的，基本图像处理任务所需的是图像处理工具箱。转到matlab文档（您可以在控制台中使用doc命令），如果您安装了图像处理工具箱，那么应该从文档＆＃39;主页＆＃39中找到其文档的链接。 ;

或者，要获取图像处理工具箱中可用的（大）命令列表，请在控制台中键入help images。如果您想查找特定关键字，可以使用lookfor，例如如果您输入lookfor distance，您将看到计算距离变换的bwdist命令的一个结果。

阅读和显示图片的基本命令是imread和imagesc

这里有一个小例子，说明如何使用它来查找单元格距离。（逐行运行这些命令，每次都看到结果）。

Img = imread('rice.png') % Read rice.png image into array I

（注意：＆＃39; rice.png＆＃39;是一张在matlab中准备好的图片，位于matlab＆＃39;路径中，即无论您使用哪个目录，都可以访问它。＃39;现在重新开始。您可以通过输入which rice.png来查看计算机上的确切位置。此外，如果您不想要它，可以在每个命令之后取消所有输出，结束使用＆＃39; ;＆＃39;）

的命令

Img现在是一个矩阵，包含从0到256的整数值（即类型＆＃39;无符号整数＆＃39;）。我们经常使用＆＃39;灰度＆＃39;而是[0,1]范围内的图像（即类型＆＃39; double＆＃39;）。

Img = mat2gray(Img) % convert to grayscale image.
imagesc(Img) % visualise image
colormap gray % convert to grayscale colours
BinaryImg = (Img > 0.5) % retain only pixels with intensity above 0.5;
imagesc(BinaryImg) % visualise binary version
BinaryImg = bwareaopen(BinaryImg,10) % clean up image by removing objects less than 10 pixels big. type 'help bwareaopen' in the console for details
imagesc(BinaryImg) % see how the image has now cleaned up a bit
DistanceTransform = bwdist(BinaryImg)
imagesc(DistanceTransform) % each pixel value represents distance to nearest object (i.e. nearest 'true' pixel in binary image)
colorbar % helps you see what those distances are
colormap jet % this is a nicer map for distance images :)

希望这会有所帮助。祝你旅途愉快：）

Answer 2

请参阅计算机视觉工具箱，特别是matlab文档中的matchFeatures函数。

link：http://in.mathworks.com/help/vision/ref/matchfeatures.html

（MATLAB新手）我想学习如何使用MATLAB测量图像特征之间的距离。我应该从哪里开始？

2 个答案: