彩色血細胞分割算法研究.pdf

1、隨著圖像處理在醫(yī)學(xué)領(lǐng)域上的蓬勃發(fā)展,以計算機技術(shù)為核心的細胞檢測技術(shù)在其發(fā)展上顯得越發(fā)重要。作為細胞檢測極為重要的一步,細胞分割技術(shù)的研究中,如何科學(xué)合理、高效快捷地分割出細胞及細胞內(nèi)部信息,從而為之后細胞地準確分類及計數(shù)奠定基礎(chǔ),是亟待研究的問題。
　　本文提出了從血細胞預(yù)處理、到初次分割、二次細分割的血細胞圖分割方案,且在各階段提出了相適應(yīng)的算法改進。
　　首先,在血細胞預(yù)處理階段,提出了采用雙門限確定對比度的動態(tài)增強算

2、法。該算法分別對R,三個色彩分量進行頻度直方圖累加,將結(jié)果與設(shè)BG定的初始閾值進行一次比較,得出最大最小值,在該范圍內(nèi)進行圖像拉伸,取得了很好的圖像增強效果。
　　其次,在血細胞涂片初次分割階段,提出了基于加窗色調(diào)直方圖的FCM快速改進算法。該改進的FCM快速分割算法是根據(jù)加窗的色調(diào)直方圖得到主色調(diào)區(qū)域。通過摳取該區(qū)域的手段,減少FCM算法的參與像素,提高運算速度,同時也兼具良好的分割效果。
　　最后,在圖像二次細分割階段,

3、提出了分割標準及融合全局信息的FCM改進算法和基于色調(diào)統(tǒng)計特征的區(qū)域增長改進算法。融合全局信息的FCM算法是先對整圖執(zhí)行區(qū)域增長,從而得到各區(qū)域的色調(diào)特征及分類區(qū)域,以該特征值作為該分類區(qū)域的初始值,修改了隸屬度函數(shù),綜合整圖的空間信息,改進了算法效果。而基于色調(diào)統(tǒng)計特征的區(qū)域增長算法,通過分析色調(diào)直方圖的波峰、波谷點,得到區(qū)域增長的種子點及增長條件,具有很好的時效性及準確性。
　　綜上所述,本文針對血細胞圖像,提出了細胞分割的系