基于顯微圖像的顆粒計(jì)數(shù)方法研究.pdf

1、顆粒計(jì)數(shù)對(duì)醫(yī)學(xué)診斷、生物研究、衛(wèi)生監(jiān)測(cè)、工業(yè)生產(chǎn)等領(lǐng)域有著極其重要的作用。傳統(tǒng)的顆粒計(jì)數(shù)方法是人工計(jì)數(shù)，這種方法耗時(shí)長(zhǎng)效率低主觀性強(qiáng)，而且長(zhǎng)時(shí)間眼力勞動(dòng)容易使人眼疲勞從而對(duì)計(jì)數(shù)結(jié)果產(chǎn)生嚴(yán)重影響。隨著計(jì)算機(jī)技術(shù)和圖像處理技術(shù)的發(fā)展，越來越多的研究人員開始探索采用計(jì)算機(jī)軟件來實(shí)現(xiàn)顆粒的自動(dòng)計(jì)數(shù)，近年來該領(lǐng)域已經(jīng)成為一個(gè)研究的熱點(diǎn)。
　　對(duì)于顆粒計(jì)數(shù)系統(tǒng)而言，主要的工作分為三部分，第一部分是圖像預(yù)處理;第二部分是目標(biāo)和背景的分割;第三部

2、分是重疊目標(biāo)的分割。顆粒計(jì)數(shù)的難點(diǎn)在于第二和第三部分，目標(biāo)和背景分離的好壞直接影響著計(jì)數(shù)的準(zhǔn)確性，重疊顆粒分割的好壞影響著計(jì)數(shù)的精度。雖然目前已經(jīng)出現(xiàn)多種計(jì)數(shù)算法和軟件，但絕大多數(shù)算法都是針對(duì)某一種特定的目標(biāo)來計(jì)數(shù)的，非常有局限性，而且計(jì)數(shù)速度和準(zhǔn)確率并不是很高。
　　本文研究了顆粒計(jì)數(shù)系統(tǒng)兩種計(jì)數(shù)方法，一種是用于菌落的計(jì)數(shù)方法;另一種是用于細(xì)胞的計(jì)數(shù)方法。
　　對(duì)于菌落的計(jì)數(shù)，本文采用一種新的圖像分割與迭代閾值算法，并結(jié)合

3、能夠屏蔽背景、雜質(zhì)、污染物的影響，準(zhǔn)確快速的將菌落提取出來的粒子濾波器分割方法。在此基礎(chǔ)上對(duì)粘連菌落進(jìn)行判別，并采用粒子濾波器與分水嶺分割法分離粘連菌落，最終對(duì)所有菌落的數(shù)目進(jìn)行統(tǒng)計(jì)分析。實(shí)驗(yàn)表明，該方法對(duì)不同密度的同類菌落計(jì)數(shù)平均誤差為1.89％，不同種類的菌落計(jì)數(shù)平均誤差為1.96％，每幅圖像的分析時(shí)間少于1s。
　　細(xì)胞圖像和菌落圖像在形態(tài)、尺寸、背景等方面存在著較大差別，因此對(duì)細(xì)胞圖像需要采用不同的處理方法。本文采用HIS

4、雙閾值分割法對(duì)細(xì)胞和背景進(jìn)行分割，利用孔洞填充對(duì)分割的結(jié)果進(jìn)行修正，準(zhǔn)確的將細(xì)胞分割出來。對(duì)于粘連細(xì)胞采用輪廓跟蹤法找到粘連細(xì)胞間的分離點(diǎn)，完成粘連細(xì)胞的分割，最后統(tǒng)計(jì)細(xì)胞數(shù)目。實(shí)驗(yàn)結(jié)果顯示，該方法對(duì)于彩色細(xì)胞圖像的計(jì)數(shù)結(jié)果平均誤差在3％以內(nèi)，計(jì)算速度每幅圖像少于2.5s。
　　本文顆粒計(jì)數(shù)系統(tǒng)實(shí)現(xiàn)了對(duì)菌落和細(xì)胞的自動(dòng)計(jì)數(shù)，計(jì)數(shù)結(jié)果準(zhǔn)確率高、速度快、計(jì)數(shù)軟件使用方便，并已嵌入顯微圖像處理軟件系統(tǒng)中，可望在科學(xué)研究和實(shí)際生產(chǎn)中得到應(yīng)