基于hough变换的显微图像分割方法的分析 (1)

《基于hough变换的显微图像分割方法的分析 (1)》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、-------CategoryNumber：LevelofSecrecy：SerialNumber：StudentNumber：50090810214Master'sDissertationofChongqingUniversityofTechnologyResearchonHoughTransformfor MicroscopicImageSegmentationPostgraduate:LiangChen-yingSupervisor：Prof.ZhangHong-minSpecialty:S

2、ignalandInformationProcessingResearchDirection:ImageAnalysisandProcessing TrainingUnit:SchoolofElectronicInformat -ionandAutomationThesisDeadline:Apr.10th,2012 OralDefenseDate:May.29th,2012-----------------------学位论文原创性声明及使用授权声明重庆理工大学学位论文原创性声明本人郑重声明：所

3、呈交的学位论文是本人在导师的指导下，独立进行分析所取得的成果。除文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果、作品。对本文的分析做出重要贡献的集体和个人，均已在文中以明确方式标明。本人承担本声明的法律后果。作者签名：日期：年月日学位论文使用授权声明本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权重庆理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以

4、采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于（请在以下相应方框内打“√”）：1.保密□，在年解密后适用本授权书。2.不保密□。作者签名：日期：年月日导师签名：日期：年月日----------------------------------摘要摘要Hough变换因其对噪声和局部信息缺损不敏感的良好性能，日益成为显微图像分割的重要方法和分析热点之一，但其仍然存在着算法复杂、效率较低等不足。本文在阐述Hough变换方法原理基础上，深入分析了基于Hough变换的显微图像分割方法。主要

5、内容如下：通过对无效采样的概率的分析，采用弦中点Hough变换。将每一个用来确定圆参数的点组的构成由三点减少至两点，可以降低无效采样概率，再通过对点组中特征点的坐标关系进行限定来减少算法的计算量,从而较好地的解决了随机Hough变换的无效累积的问题。由于细胞本身的复杂性及光照等因素的影响，获得的边缘检测图像中常包含虚假的边缘信息，并且大多数的Hough变换算法都是采用空域边缘检测算子对图像进行预处理，但空域边缘检测对噪声影响极其敏感。针对这些情况，本文采用形态学孔洞填充操作来减少虚假圆的产生，并且

6、采用改进的形态学边缘检测法来提取图像边缘，在有效地抑制噪声的同时获得准确的图像边缘信息，有效地解决了非圆环上点被作为边缘点被提取的问题。彩色图像能够比灰度图像提供更多的边缘信息，本文采用更符合人眼视觉感知特性的HSI彩色空间，首先分别对S、I分量的图像操作，增强图像的亮度，再采用伪彩色处理，尽量将图像中的细胞和背景分别用不同的颜色显示，通过HSI空间和伪彩色处理，便于获得更多且准确的边缘信息，本算法无需滤波操作，减少了边缘信息的损失，将彩色空间与Hough变换结合，能够快速且准确地实现细胞的定位。

7、对本文提出的三种算法进行了Matlab仿真实验分析，结果表明：本文算法提取圆形目标比较准确，速度更快，实际显微图像分割实验也证明了算法的有效性。关键词：Hough变换形态学彩色空间显微图像分割-----------I------------AbstractAbstractHoughtransformbecomesthefocusofimagesegmentationforithastheinsensitive characteristicsofnoiseandlocaldisconnection.

8、However,itstillhasthequestionof complexalgorithmandlowerefficiency.Inthispaper,dothedepthresearchonHough transformformicroscopicimagesegmentationbasedondescribingtheprincipleofHough transform.Themaincontentsareorganizedasfollows:ChordmidpointH