基于形態(tài)運(yùn)算與幀間信息的序列圖像的分割.pdf

1、神經(jīng)干細(xì)胞是藏匿于神經(jīng)系統(tǒng)某些部位中的一些細(xì)胞，這些細(xì)胞具有良好的可塑性，可以通過(guò)基因工程或細(xì)胞工程等高新技術(shù)對(duì)其進(jìn)行人工改造，使神經(jīng)干細(xì)胞發(fā)育成為能夠?qū)χ袠猩窠?jīng)損傷進(jìn)行替代治療的工具。借助計(jì)算機(jī)在數(shù)字圖像的成像分析技術(shù)和在信號(hào)與信息的高速處理技術(shù)等方面具有的高性能，對(duì)神經(jīng)干細(xì)胞進(jìn)行分割是近年來(lái)圖像處理中研究的熱點(diǎn)之一。 本文以共焦顯微鏡成像方式獲取的體外培養(yǎng)的神經(jīng)干細(xì)胞序列圖像作為圖像源，以基于形態(tài)學(xué)圖像分割的分水嶺算法為基礎(chǔ)

2、，提出了改進(jìn)的分水嶺算法。先用最近鄰點(diǎn)插值法、Otsu閾值法和區(qū)域吞沒(méi)法進(jìn)行預(yù)處理并獲取二值圖像，然后使用迭代形態(tài)運(yùn)算分割各種成簇的細(xì)胞群，在二值圖像中對(duì)每個(gè)成分進(jìn)行特征提取和分析，噪聲、欠分割和過(guò)分割的細(xì)胞以及成簇的細(xì)胞分別被提取出來(lái)進(jìn)行處理；對(duì)欠分割的細(xì)胞使用Chamfer 3-3-3變換算法；距離變換后的細(xì)胞先用粗腐蝕單元后用細(xì)腐蝕單元使粘連物體分開(kāi)得到各個(gè)物體的標(biāo)記，接著使用基于標(biāo)記控制的分水嶺算法進(jìn)行分割；最后利用對(duì)起始幀的人