基于水平集算法的尿沉渣圖像分割研究.pdf

1、尿沉渣檢查是臨床檢驗操作規(guī)程中的一項基本內容，其目的是檢查尿液中的紅細胞、白細胞、管型、上皮細胞、結晶、細菌、寄生蟲等各種生理或病理成分，這些成分可以協(xié)助醫(yī)務人員對泌尿系統(tǒng)疾病做出正確的診斷。目前，臨床中的尿液檢查主要采用人工鏡檢方式，該方式工作強度大，易受主觀因素影響，難以得到快速、準確的定量結果，不易于臨床的動態(tài)觀察。隨著計算機視覺以及模糊識別技術的發(fā)展，尿沉渣圖像有形成分自動化定量分析成為一種可能。
　　 本文在查閱大量中

2、外文文獻資料并進行相關調研基礎上，針對尿沉渣圖像分割的算法進行了研究，主要研究工作如下：
　　 首先在分析、比較常用圖像灰度化方法的基礎上，針對尿沉渣圖像成分復雜，光照亮度不均的特點，采用了有選擇灰度化的算法對彩色圖像進行了預處理，仿真結果表明灰度化后的圖像的對比度明顯提高。
　　 其次為了解決尿沉渣圖像存在的明顯離焦現(xiàn)象及邊緣模糊等問題，采用一維連續(xù)小波變換方法完成尿沉渣圖像的增強。仿真結果表明該方法能夠提取尿沉渣圖像

3、的本質特征，突出了圖像中的有形成分，有利于后期的圖像分割。
　　 再次采用圖像形態(tài)學處理的方法獲得水平集演化的初始曲線，該初始曲線十分接近圖像的最終演化結果，能夠大大的減少演化次數(shù)，提高演化效率。
　　 最后分別通過窄帶水平集、Fast-Marching快速算法和C-V模型三種水平集算法對已獲取的有形成分的初始輪廓曲線進行水平集演化，得到了精確的有形成分的邊界，完成尿沉渣圖像的分割。仿真結果表明，F(xiàn)ast-Marchin