基于區(qū)域特征及邊緣信息的彩色血液顯微圖像分割.pdf

1、白細(xì)胞分類計數(shù)是醫(yī)學(xué)臨床檢驗(yàn)的一個重要項(xiàng)目，也是判斷各種血液疾病和其他相關(guān)疾病的重要依據(jù)。當(dāng)前醫(yī)院使用的血細(xì)胞自動分析儀存在不能用目視觀察細(xì)胞形態(tài)，不能夠保留每次測試的樣本，成本昂貴等問題，且仍然有中小醫(yī)院使用人工目視法完成血細(xì)胞分類計數(shù)的檢驗(yàn)工作。因此，使用數(shù)字圖像處理的辦法提取血液圖像中的白細(xì)胞并用模式識別的辦法對其分類計數(shù)是目前該領(lǐng)域一個重要的發(fā)展方向，而血液白細(xì)胞圖像的自動識別技術(shù)是結(jié)合計算機(jī)技術(shù)以及CCD成像技術(shù)來處理醫(yī)學(xué)顯微

2、圖像并識別對象物的代表性課題之一。 血液白細(xì)胞圖像的自動識別系統(tǒng)中，最為關(guān)鍵的一個環(huán)節(jié)在于白細(xì)胞分割和提取，分割效果的好壞直接影響到后續(xù)處理，即特征提取、白細(xì)胞識別等環(huán)節(jié)。但目前為止，仍然沒有一種通用且高效的分割方法能夠廣泛地應(yīng)用在白細(xì)胞圖像分析識別系統(tǒng)中。因此，研究一種準(zhǔn)確簡單的方法分離白細(xì)胞具有非常重要的意義。 本文研究了一種用于分割血細(xì)胞顯微圖像，并從背景中提取白細(xì)胞輪廓的算法。算法綜合應(yīng)用了小波變換、區(qū)域生長、彩

3、色梯度，以及二值形態(tài)學(xué)處理等理論，結(jié)合了白細(xì)胞圖像的色彩特征、區(qū)域分布特征及邊緣特征等多種信息，首先用多尺度閾值法對血細(xì)胞灰度圖作閾值分割，自動提取閾值，將血細(xì)胞圖像分割成為白細(xì)胞核、紅細(xì)胞和背景三大區(qū)域，同時從血細(xì)胞圖像中定位白細(xì)胞核；隨后對彩色血細(xì)胞圖像作色彩空間變換，利用圖像在HSI色彩空間中的H分量的大小作為生長準(zhǔn)則，運(yùn)用區(qū)域生長法提取白細(xì)胞胞漿；最后用彩色梯度法提取血細(xì)胞圖像邊緣，利用梯度邊緣對區(qū)域生長法得到的白細(xì)胞輪廓進(jìn)行修

4、正。算法成功地實(shí)現(xiàn)了彩色白細(xì)胞圖像的分割，得到的分割結(jié)果從復(fù)雜的背景中準(zhǔn)確地提取了白細(xì)胞輪廓，同時標(biāo)記了白細(xì)胞幾大關(guān)鍵區(qū)域，為白細(xì)胞特征提取和分類識別等圖像后期處理奠定了基礎(chǔ)。 本文在詳細(xì)地闡述系統(tǒng)原理后，給出了使用本算法對幾類白細(xì)胞圖像作分割實(shí)驗(yàn)的仿真結(jié)果，并對比目前比較常用的流域分割法和特征向量聚類算法對白細(xì)胞圖像的分割結(jié)果作了對比分析，分析結(jié)果證明，本文方法提出的算法得到的結(jié)果與其他方法相比能夠排除背景的干擾，準(zhǔn)確的分離和