尿沉渣显微图像中红细胞分割识别方法研究

尿沉渣显微图像中红细胞分割识别方法研究

ID:36834865

大小:3.55 MB

页数:59页

时间:2019-05-16

尿沉渣显微图像中红细胞分割识别方法研究_第1页
尿沉渣显微图像中红细胞分割识别方法研究_第2页
尿沉渣显微图像中红细胞分割识别方法研究_第3页
尿沉渣显微图像中红细胞分割识别方法研究_第4页
尿沉渣显微图像中红细胞分割识别方法研究_第5页
资源描述:

《尿沉渣显微图像中红细胞分割识别方法研究》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、尿沉渣娃微图像中红细胞分割识别方法研究摘要尿沉渣显微镜检查是常见而重要的临床检验项目,红细胞是检测重要指标之一。目前,临床上对尿液中有形成分的检验主要还是依靠人工镜检的方式。该方式工作强度大,主观程度强,且主要集中于有形成分的定性检查,不利于临床的定量诊断。随着计算机视觉以及模式识别技术的发展,尿沉渣有形成分检测的自动化定量分析己经成为可能。自动分析过程可以划分为图像预处理、分割、特征提取及识别。本论文主要就红细胞的分割与识别展开研究工作。在图像预处理方面,采用MeanShift算法对彩色图像直接进行平滑处理,之后利用Canny算子对图像进行

2、边缘检测,获得的对象边缘较为完整,且一定程度上抑制了背景噪声的影响。根据红细胞形状一般接近椭圆的特点,本文采用了常用的参数化曲线检测方法一一Hou曲变换来进行红细胞的分割。由于描述椭圆需要使用5个参数,因此标准Hou曲变换在本研究中不具有可行性,而随机Hough变换则更加适用。通过分析随机Hou曲变换的采样效率,指出了降低采样过程中噪声水平的必要性,并基于降噪的思路提出了改进的随机Hou曲变换椭圆检测算法。根据红细胞大小的先验知识,在全图进行Hou曲变换圆环检测,获得若干可能存在红细胞的区域,然后再依次在各个候选区域中进行随机椭圆Hou曲检测

3、。为在合理的内存开销下进一步降低算法复杂度,Hou曲变换的参数空间采用了5个一维累加器数组来构造。由于此时的随机Hou曲变换在一个很小地范围内进行,局部信噪比大为提高,因此算法效率可得到极大提升,准确率也明显提高。通过在尿沉渣图像上的实验,验证了算法的有效性。针对分割得到的椭圆对象,进行了若干几何特征的提取,并基于ID3算法来构造红细胞识别决策树。所得决策树在实际尿沉渣图像集上进行了验证性应用,取得了较好的效果。关键词:尿沉渣;红细胞分割识别;Meanshift;Hough变换;椭圆检测AbstractUnnarysedlmentmicros

4、copyinspectionisacommonandimportantclinicaltest.1之edcellsinurinarysedimentarecriticaIsubjectofthetest.Analysisofvisiblecomponentlnurlnarysedimentiscurrentlycarriedoutmainlybymanualmicroscopyexammatlonofthesample.Thisapproachislaboriousandsub:jecttohumanimpacts,andusuallygiV

5、equalitatiVeresults,thusisnotabletofulfilltherequirementsforc“nlcaIquantitatiVetest.WiththedeVelopmentofcomputervisionandpattemrecognltlontechnologies,automaticquantitativeanalysisofvisiblecomponentsinunnarysedlmentbecomesmofeandmorefeasible.Theautomaticanalysispfocesscanbe

6、partedintostepssuchasimagepreprocessing,segmentation,f.eatureextractionandobjectrecognition.Theworkpresentedinthisthesiswasmainlvaimedatthesegmentatlonandrecognitionofredbloodcellsinurinarysedimentmicroscopicimages.Intheimagepreprocessingstage,theMeanShiftalgorithmisadopted

7、f-orcolorimagesmoothing.CannyedgedetectoristhenappliedonthesmoothedimagetoobtainrelatiVelyintactobjectcontours.Backgroundnoisesintheimagearealsosuppressedsomehow。Usually,theredbloodcellspresentintheimagesareine11ipticalshape.Utilizjngthisfact,weadoptthewellknownparametriccu

8、rvedetectionmethod.HoughtransfIorm,to矗ndouttheseredcells.Sincenveparametersarerequ

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。