feat: cDNA微阵列图像处理作业 - Python实现

实现内容：
- 网格划分：投影分析 + 自相关估周期 + 白顶帽去背景 + 质心提取
- 三种阈值分割：人工阈值、Otsu自动阈值、迭代阈值
- TV去噪（Chambolle投影算法）
- 后处理：去小连通域 + 保留最大连通域
- 完整可视化：网格叠加、阈值对比、收敛曲线、分割结果

参考MATLAB代码：NewGridAndCV/demo_GriddingAndCV.m

参考资料/NewGridAndCV/choosemaxobj.m

@@ -0,0 +1,33 @@
+function  Lnew=choosemaxobj(L_old,night)
+%%从二值图像里面利用4,8邻域提取出面积最大的物体，标记为二值图
+
+%%标注
+L = bwlabel(L_old,night);
+
+%%提取物体属性
+STATS = regionprops(L,'Area');
+
+%%提取面积数组
+area=[STATS.Area];
+area_max=max(area);
+
+if area_max>20   %设定20为最小的值，面积小于20的点，去掉
+   %%确定面积最大物体的编号
+   area_num=find(area==area_max);
+
+   %%逻辑判断，面积最大的物体保留
+   if(length(area_num)>1)
+       Lnew=(L==area_num(1,1));
+   else
+      Lnew=(L==area_num);
+   end
+
+  else
+    Lnew=0;
+end
+
+% LL = bwlabel(Lnew,8);
+% %%提取物体属性
+% STATSLnew = regionprops(LL,'Area');
+% %%提取面积数组
+% areanew=[STATSLnew.Area]