帶亮度偏移場(chǎng)的皮膚顯微鏡圖像分割方法研究.pdf

1、利用便捷的數(shù)字皮膚顯微鏡可以快速地獲得皮膚顯微鏡圖像。在對(duì)皮膚顯微鏡圖像進(jìn)行后續(xù)的皮膚老化量化評(píng)估之前，需要進(jìn)行兩個(gè)圖像分割操作。一是將皮膚的皮溝和皮脊區(qū)域分離開，二是分割出皮溝中心線。然而，由于不均勻光照的原因，使得所獲得的皮膚顯微鏡圖像往往具有亮度偏移場(chǎng)，即圖像灰度分布呈現(xiàn)為中間亮兩邊相對(duì)較暗，中間圖像清晰，兩邊圖像略顯模糊。另外，采集到的皮膚顯微鏡圖像中常常會(huì)有汗毛出現(xiàn)。
　　閾值分割和分水嶺分割是兩種經(jīng)典的分割方法。但是，

2、由于圖像的亮度不均和汗毛的存在，已有的閾值分割方法和分水嶺方法均不能很好地滿足皮膚顯微鏡圖像的分割要求。針對(duì)閾值分割方法和分水嶺分割方法在分割皮膚圖像中存在的問題，分別提出了一種基于邊緣空間重疊度的皮膚顯微鏡圖像閾值分割方法和一種基于幾何信息區(qū)域合并的皮膚顯微鏡圖像分水嶺分割方法。其中，第一種方法用于分離皮膚圖像中的皮溝和皮脊區(qū)域，第二種方法用于提取皮溝的中軸線。值得一提的是，第一種方法也被用于皮膚圖像中的汗毛的檢測(cè)，這對(duì)于汗毛的移除及

3、皮溝中軸線的提取具有重要意義。
　　基于邊緣空間重疊度的皮膚顯微鏡圖像閾值分割方法利用二值圖像間的邊緣空間重疊度來(lái)確定圖像的閾值。首先，該方法使用[Tmin,Tmax]之間的任一灰度值對(duì)皮膚圖像進(jìn)行閾值化，由此得到一個(gè)由(Tmax-Tmin+1)幅二值圖像構(gòu)成的閾值圖像集；以此為基礎(chǔ)，分別提取每一幅閾值圖像的輪廓，由此得到一個(gè)閾值輪廓圖像集CB。其次，該方法利用Sobel算子獲取原皮膚圖像的邊緣梯度圖，將邊緣梯度圖像進(jìn)行二值化得到

4、一個(gè)圖像集EB，集合EB也是由(Tmax-Tmin+1)副二值圖像構(gòu)成。最后，該方法選取CB中的每幅圖像和EB中的每幅圖像進(jìn)行圖像空間重疊度的計(jì)算，將某一閾值下的(TmaxTmin+1)個(gè)空間重疊度進(jìn)行累加，得到該閾值下對(duì)應(yīng)的累積空間重疊度，比較累積空間重疊度的大小，最大時(shí)對(duì)應(yīng)的閾值為最佳閾值。
　　基于幾何信息區(qū)域合并的分水嶺分割方法包括三大模塊。第一模塊是皮膚顯微鏡圖像的預(yù)處理，主要涉及到對(duì)比度受限自適應(yīng)直方圖均衡化、均值濾波