基于數(shù)學(xué)形態(tài)學(xué)的細(xì)胞圖像分割算法研究.pdf

1、隨著科學(xué)技術(shù)，尤其是信息技術(shù)的發(fā)展，圖像處理己經(jīng)成為科學(xué)研究中的重要工具之一。圖像分割作為圖像處理中的一項(xiàng)關(guān)鍵技術(shù)，近年來(lái)已經(jīng)逐漸深入到軍事、工業(yè)、醫(yī)學(xué)、航天等各個(gè)領(lǐng)域，并得到極其廣泛的應(yīng)用。 醫(yī)學(xué)圖像處理是數(shù)字圖像處理技術(shù)在醫(yī)學(xué)上的具體應(yīng)用，已在世界各地得到越來(lái)越廣泛的重視。細(xì)胞圖像的分割作為其中一個(gè)重要分支，受到計(jì)算機(jī)圖像處理研究者的關(guān)注，細(xì)胞圖像分割與識(shí)別的方法研究也隨著計(jì)算機(jī)技術(shù)的發(fā)展成為當(dāng)代圖像領(lǐng)域的前沿課題。

2、 對(duì)細(xì)胞圖像處理的學(xué)習(xí)研究主要包括以下幾個(gè)方面： 1.圖像預(yù)處理。圖像預(yù)處理技術(shù)主要包括圖像增強(qiáng)，中值濾波，邊緣檢測(cè)等方法，如何將這些方法進(jìn)行合理的運(yùn)用和有效的組合是獲取較好預(yù)處理效果的關(guān)鍵。經(jīng)過(guò)多次實(shí)驗(yàn)，以及對(duì)實(shí)驗(yàn)結(jié)果反復(fù)的分析和比較，最后得出了一種對(duì)血細(xì)胞圖像比較有效的預(yù)處理方法，該方法為后續(xù)的圖像分割工作奠定了良好基礎(chǔ)。 2.數(shù)學(xué)形態(tài)學(xué)理論。醫(yī)學(xué)圖像處理中經(jīng)常用到這一理論，因此這一部分學(xué)習(xí)的重點(diǎn)是觀察用這些理論對(duì)細(xì)

3、胞圖像進(jìn)行處理時(shí)會(huì)產(chǎn)生怎樣的結(jié)果，分析理論中不同方法的適用場(chǎng)合。 3.細(xì)胞圖像分割。圖像分割所牽涉的知識(shí)范圍比較廣，是學(xué)習(xí)過(guò)程中的難點(diǎn)之一。實(shí)驗(yàn)主要采用閾值分割法，區(qū)域增長(zhǎng)技術(shù)，以及近年發(fā)展起來(lái)的，如基于灰度值樣本訓(xùn)練的分割方法，基于灰度值密度的物體描繪算法對(duì)血細(xì)胞圖像進(jìn)行分割和做算法比較。 4.分水嶺分割算法。這部分工作的核心是根據(jù)血細(xì)胞圖像的特點(diǎn)，對(duì)傳統(tǒng)的分水嶺分割算法加以改進(jìn)。通過(guò)前期的預(yù)處理以及匯水盆地的選取，有