基于內(nèi)容的細胞圖像檢索.pdf

1、每天都有大量的圖像信息在不斷地產(chǎn)生(如衛(wèi)星、醫(yī)療、安全等部門),這些信息的有效組織利檢索便成為人們研究的課題.圖像檢索發(fā)展到現(xiàn)在經(jīng)歷了兩個階段:基于文本的檢索利基于內(nèi)容的檢索.傳統(tǒng)的圖像檢索基于文本方式,使用關(guān)鍵字或自由文本描述圖像數(shù)據(jù)庫中的每幅圖像.但目前計算機視覺技術(shù)還不成熟,達不到對圖像的描述性關(guān)鍵字和語意信息的自動提取.基于內(nèi)容的圖像檢索(CBIR,Content Based Image Retrieval)技術(shù)便是解決這一問題

2、的關(guān)鍵.此技術(shù)的核心是包含圖像內(nèi)容的可視特征.基于內(nèi)容的圖像檢索是圖像處理和計算機視覺各種技術(shù)應(yīng)用的綜合,克服了傳統(tǒng)檢索方法的缺陷,具有無法比擬的優(yōu)越性,該技術(shù)的研究已成為當前的熱點.基于彩色細胞病理圖像的CBIR是計算機圖像處理在醫(yī)學(xué)中的一項新的應(yīng)用,近來,很多人就此提山各種算法和實現(xiàn)方案.由于細胞圖像的特殊性,簡單的采用單一特征并不能取得很好的效果.該文在參考前人方案的基礎(chǔ)上,結(jié)合基于形狀、紋理和顏色的圖像檢索,探索山彩色細胞病理圖

3、像的CBIR算法.系統(tǒng)的具體實現(xiàn)如下:首先對細胞圖像預(yù)處理,在前人研究的基礎(chǔ)上,以K均值方法提取出細胞核后,用邊界跟蹤的方法得到細胞核邊界:接著我們通過閾值算法完成細胞漿的分割,然后再通過邊界跟蹤和數(shù)學(xué)形態(tài)學(xué)結(jié)合的方法確定細胞漿的邊界.在預(yù)處理的基礎(chǔ)上,該文根據(jù)細胞圖像的特點,提取細胞圖像的6個顏色特征、12個紋理特征和10個形狀特征作為圖像檢索系統(tǒng)中采用的檢索特征.由于以上描述的細胞圖像特征的物理意義和取值范圍不同,需要歸一化處理,經(jīng)