基于分水嶺算法的彩色細(xì)胞圖像分割研究.pdf

1、隨著影像醫(yī)學(xué)的發(fā)展，通過(guò)對(duì)細(xì)胞涂片影像的分析，從而對(duì)細(xì)胞影像進(jìn)行區(qū)分和識(shí)別成為重要的研究課題。細(xì)胞圖像分割是細(xì)胞圖像分析和識(shí)別的重要步驟。圖像分割是將圖像中具有特殊含義的不同區(qū)域區(qū)分開來(lái)，是圖像處理的關(guān)鍵步驟。分割后的子區(qū)域互不交叉，每一個(gè)區(qū)域滿足特定性質(zhì)的一致性。人體細(xì)胞種類繁多、形態(tài)多樣且圖像質(zhì)量也很不相同，而分析應(yīng)用中對(duì)細(xì)胞圖像分割的質(zhì)量卻要求較高，所以細(xì)胞圖像的自動(dòng)分割極為重要且困難很大。 彩色圖像與灰度圖像相比，信息量

2、更為豐富，而且顏色的描述方法也較多。很多經(jīng)典算法只能對(duì)二值圖像或灰度圖像進(jìn)行運(yùn)算。為此，關(guān)于彩色細(xì)胞圖像的分割研究成為一個(gè)非?；钴S的研究領(lǐng)域。 本文針對(duì)彩色細(xì)胞圖像經(jīng)過(guò)染色處理的特點(diǎn)，提出了一種彩色細(xì)胞圖像的分割方法。以快速分水嶺算法為主要分割算法，為了較好地抑制彩色細(xì)胞圖像背景噪聲，選擇更符合人類視覺(jué)感知的HSI顏色空間，結(jié)合自動(dòng)閾值和色度提出去除圖像背景的方法。同時(shí)，使用中值濾波和均勻化處理，有效地克服了分水嶺算法的過(guò)分割現(xiàn)