基于區(qū)域特征及邊緣信息的彩色血液顯微圖像分割.pdf

1、白細胞分類計數(shù)是醫(yī)學臨床檢驗的一個重要項目，也是判斷各種血液疾病和其他相關疾病的重要依據(jù)。當前醫(yī)院使用的血細胞自動分析儀存在不能用目視觀察細胞形態(tài)，不能夠保留每次測試的樣本，成本昂貴等問題，且仍然有中小醫(yī)院使用人工目視法完成血細胞分類計數(shù)的檢驗工作。因此，使用數(shù)字圖像處理的辦法提取血液圖像中的白細胞并用模式識別的辦法對其分類計數(shù)是目前該領域一個重要的發(fā)展方向，而血液白細胞圖像的自動識別技術是結合計算機技術以及CCD成像技術來處理醫(yī)學顯微

2、圖像并識別對象物的代表性課題之一。 血液白細胞圖像的自動識別系統(tǒng)中，最為關鍵的一個環(huán)節(jié)在于白細胞分割和提取，分割效果的好壞直接影響到后續(xù)處理，即特征提取、白細胞識別等環(huán)節(jié)。但目前為止，仍然沒有一種通用且高效的分割方法能夠廣泛地應用在白細胞圖像分析識別系統(tǒng)中。因此，研究一種準確簡單的方法分離白細胞具有非常重要的意義。 本文研究了一種用于分割血細胞顯微圖像，并從背景中提取白細胞輪廓的算法。算法綜合應用了小波變換、區(qū)域生長、彩

3、色梯度，以及二值形態(tài)學處理等理論，結合了白細胞圖像的色彩特征、區(qū)域分布特征及邊緣特征等多種信息，首先用多尺度閾值法對血細胞灰度圖作閾值分割，自動提取閾值，將血細胞圖像分割成為白細胞核、紅細胞和背景三大區(qū)域，同時從血細胞圖像中定位白細胞核；隨后對彩色血細胞圖像作色彩空間變換，利用圖像在HSI色彩空間中的H分量的大小作為生長準則，運用區(qū)域生長法提取白細胞胞漿；最后用彩色梯度法提取血細胞圖像邊緣，利用梯度邊緣對區(qū)域生長法得到的白細胞輪廓進行修

4、正。算法成功地實現(xiàn)了彩色白細胞圖像的分割，得到的分割結果從復雜的背景中準確地提取了白細胞輪廓，同時標記了白細胞幾大關鍵區(qū)域，為白細胞特征提取和分類識別等圖像后期處理奠定了基礎。 本文在詳細地闡述系統(tǒng)原理后，給出了使用本算法對幾類白細胞圖像作分割實驗的仿真結果，并對比目前比較常用的流域分割法和特征向量聚類算法對白細胞圖像的分割結果作了對比分析，分析結果證明，本文方法提出的算法得到的結果與其他方法相比能夠排除背景的干擾，準確的分離和