彩色图像分割介绍

《彩色图像分割介绍》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第一章绪论计算机图像处理在医学领域的应用越来越广泛，白细胞图像的自动判断就是其中的代表之一。它能有效地减少主观干扰，提高工作效率，减轻医生负担。近些年来，计算机硬件技术和光谱成像技术的飞速发展，使得成功研制开发出小型实用的基于多光谱的白细胞图像自动分类识别系统成为可能。本文研究的主要目的在于对白细胞多光谱图像分割进行初步的探索研究，为系统中其后的白细胞能够准确地分类识别奠定基础。本章简要阐述了基于多光谱的白细胞图像分割的应用背景和研究意义，回顾了国内外细胞图像分割和多光谱遥感图像分类的研究发展状况，并简要介绍了本论文的主要工作。§1.1概述§1.1.1白细胞检验白细胞的光学显微镜检查是医院

2、临床检验项目之一，特别是对各种血液病的诊断占有极其重要的地位。它的任务是观察或测定血液中的各种白细胞的总数、相对比值、形态等，用于判断有无疾病、疾病种类以及严重程度等，特别是对类似白血病这类血液病诊断具有更加重要的意义。白细胞分类计数的传统方法是将血液制成涂片，染色后，临床医生在显微镜下用肉眼按照有关标准，如核的形状、细胞浆的量和颜色，细胞浆颗粒的大小和颜色，整个细胞形状、稀薄与细胞间的接触等，来观察和检查这样的细胞标本[1]。然而这项工作十分繁重，工作效率低，容易误判，且人工识别误差随检查人员而异。同时通过观察的细胞数目较少，从统计的角度看，因样本集较小而影响诊断结果的可靠性。计算机图像

3、处理与分析技术伴随着信息技术的不断进步在最近20年间得到了飞速的发展，已经迅速渗透到人类生活和社会发展的各个方面，这为智能化细胞分析仪代替人工方法提供了基础。因此，借助于现代计算机技术结合临床医生的实践经验，采用图像处理技术对图像进行处理，从而对细胞进行识别，对于医学科研与实践，以及临床诊断方面有着现实意义和非常广阔的前景。目前已经制成的自动白细胞分析仪主要有两种类型：一类是用组织化学染色法，通过连续流动的系统，以光电效应的方式分别数出单一细胞，并可同时报告白细胞总数、各类细胞的百分率和绝对值。因为该法不是由细胞形态学特点识别各类白细胞，所以不能目视观察白细胞形态，亦不能保留样本，对感染中

4、毒细胞无法识别。另一类是原型认定型，其工作原理模仿人“脑眼系统”[2]的智能识别过程，运用计算机图像处理和模式识别技术，将从显微镜与相机或摄像机得到的数字化图像进行自动处理分析和分类。与前一种类型的白细胞分类仪器相比，其主要优势在于：（1）能获得丰富的关于细胞形态、色彩、纹理等方面的多种信息，可综合运用图像处理及模式识别技术进行细胞分类，可取得高效准确的识别效果；（2）由于计算机的应用，保留了第一手资料，便于诊断的回顾和疑难病症的会诊，使系统在临床基础研究、病理资料积累等方面具有很大的潜力。随着计算机技术的发展，第二类方法近些年得到了较大发展。此类方法是目前的研究热点和发展方向。§1.1.

5、2细胞图像分割概述输入图像图像分割特征提取特征选择分类识别图1.1图像识别流程细胞自动识别和统计系统主要方法是对原始图像进行分割，以提取单个细胞，然后对单个细胞进行分析处理和分类识别。图像分析识别的一般过程如图1.1所示：细胞图像的分割是细胞自动识别计算机分析的第一步和关键性问题，其分割质量亦即与细胞的吻合程度，将直接影响到特征参数提取的准确性和分类系统的最终识别率。传统细胞图像的分割，就是将血液中的白细胞自动检出，并在除去图像中各种噪声干扰的基础上，将单个白细胞图像划分成背景、细胞浆、细胞核三个区域。白细胞图像的分割包括两个方面的任务：（1）从一幅血液图像背景中自动检测出待分类识别的单个

6、白细胞区域；（2）为了计算细胞的特征参数，应将检出后的白细胞中的背景部分清除，并将细胞核与细胞浆分为不同的区域。§1.1.3白细胞的分类及特点白细胞是人体血液的重要组成部分，由核和原形质（细胞浆）两部分组成，为无色、球状有核细胞，根据包含在核与原形质中的颗粒不同，分成颗粒细胞、单核细胞和淋巴细胞。颗粒细胞又根据颗粒的性质不同分为嗜中性粒细胞、嗜酸性粒细胞和嗜碱性粒细胞。中性粒细胞根据核形状又可分为中性杆状核粒细胞和中性分叶核粒细胞。观察白细胞图像，可以发现该类图像具有下述特点：（1）显微细胞图像反差小，有些图像由于各种因素产生的噪声多，图像背景不均匀。另外，由于人工涂片和染色的非标准性，常

7、常出现因染色剂过浓或染色时间过久，致使细胞结构模糊不清；（2）在一个细胞图像采样视野内，除了出现1～2个白细胞外，周围存在一些次要的区域，如大量的成熟红细胞和少量凝血细胞（血小板）等。红细胞无核且呈圆盘状，细胞中央稍淡，直径约为7.5µm，红细胞的分布密度约是白细胞密度的800倍，凝血细胞的胞体小，呈星状，约为红细胞的1/4～2/3，凝血细胞具有粘附性且常成堆出现在图像中。以下是经过Wright染色后各类细胞的显微图像：