基于遺傳算法的血液細(xì)胞圖像分割方法研究.pdf

1、在醫(yī)學(xué)上很多臨床病癥表現(xiàn)為白細(xì)胞數(shù)目的增多、腫大或者白細(xì)胞中細(xì)胞核的形狀發(fā)生變化，所以對白細(xì)胞數(shù)目和形狀的研究有及其重要的意義；只有在對白細(xì)胞進(jìn)行正確分割的前提下，才可識別出目標(biāo)的各類特征。圖像分割是進(jìn)行正確分類和識別的基礎(chǔ)，是圖像處理領(lǐng)域中的關(guān)鍵問題之一。 遺傳算法是一種高效并行的全局搜索方法，具有魯棒性、并行性和自適應(yīng)性的特點(diǎn)，已廣泛應(yīng)用到許多學(xué)科及工程領(lǐng)域；在圖像分割領(lǐng)域，遺傳算法常用來確定分割閾值。 在研究圖像分

2、割方法，遺傳算法的原理及其在圖像分割領(lǐng)域的應(yīng)用的基礎(chǔ)上，針對血液細(xì)胞圖像自身的特殊性，以提高全局搜索能力和收斂速度為目的，提出了一種改進(jìn)遺傳算法的分割方法。算法采用二進(jìn)制編碼機(jī)制；為保持種群的多樣性，隨機(jī)產(chǎn)生初始種群:以最大類間方差法作適應(yīng)度函數(shù)；在更新種群方面，引入了新個(gè)體。 分析了圖像分割的質(zhì)量評價(jià)方法，以區(qū)域一致性、區(qū)域?qū)Ρ榷?、運(yùn)行時(shí)間為評價(jià)準(zhǔn)則，對改進(jìn)遺傳算法的分割方法與傳統(tǒng)的幾種全局閾值分割方法進(jìn)行了對比研究。