基于Hough變換的顯微圖像分割方法研究.pdf

1、Hough變換因其對噪聲和局部信息缺損不敏感的良好性能,日益成為顯微圖像分割的重要方法和研究熱點之一,但其仍然存在著算法復(fù)雜、效率較低等不足。本文在闡述Hough變換方法原理基礎(chǔ)上,深入研究了基于Hough變換的顯微圖像分割方法。主要內(nèi)容如下:
　　通過對無效采樣的概率的分析,采用弦中點 Hough變換。將每一個用來確定圓參數(shù)的點組的構(gòu)成由三點減少至兩點,可以降低無效采樣概率,再通過對點組中特征點的坐標(biāo)關(guān)系進(jìn)行限定來減少算法的計算

2、量,從而較好地的解決了隨機(jī)Hough變換的無效累積的問題。
　　由于細(xì)胞本身的復(fù)雜性及光照等因素的影響,獲得的邊緣檢測圖像中常包含虛假的邊緣信息,并且大多數(shù)的Hough變換算法都是采用空域邊緣檢測算子對圖像進(jìn)行預(yù)處理,但空域邊緣檢測對噪聲影響極其敏感。針對這些情況,本文采用形態(tài)學(xué)孔洞填充操作來減少虛假圓的產(chǎn)生,并且采用改進(jìn)的形態(tài)學(xué)邊緣檢測法來提取圖像邊緣,在有效地抑制噪聲的同時獲得準(zhǔn)確的圖像邊緣信息,有效地解決了非圓環(huán)上點被作為邊

3、緣點被提取的問題。
　　彩色圖像能夠比灰度圖像提供更多的邊緣信息,本文采用更符合人眼視覺感知特性的HSI彩色空間,首先分別對S、I分量的圖像操作,增強(qiáng)圖像的亮度,再采用偽彩色處理,盡量將圖像中的細(xì)胞和背景分別用不同的顏色顯示,通過HSI空間和偽彩色處理,便于獲得更多且準(zhǔn)確的邊緣信息,本算法無需濾波操作,減少了邊緣信息的損失,將彩色空間與Hough變換結(jié)合,能夠快速且準(zhǔn)確地實現(xiàn)細(xì)胞的定位。
　　對本文提出的三種算法進(jìn)行了Mat