基于機(jī)器視覺的顯微細(xì)胞圖像有形成分自動識別研究.pdf

1、顯微細(xì)胞檢測是醫(yī)學(xué)上的一項常規(guī)檢測手段，如何快速有效的識別顯微細(xì)胞圖像有形成分是顯微細(xì)胞檢測的關(guān)鍵所在，因此研究快速自動識別顯微細(xì)胞圖像有形成分在醫(yī)學(xué)上具有非常重大的意義。近年來，隨著機(jī)器視覺研究的發(fā)展和生物醫(yī)學(xué)圖像處理技術(shù)水平的提高，醫(yī)學(xué)顯微細(xì)胞圖像處理技術(shù)已經(jīng)漸漸地在從傳統(tǒng)人工識別向計算機(jī)自動識別的方向發(fā)展，采用以機(jī)器視覺為核心的圖像處理技術(shù)對顯微細(xì)胞圖像有形成分自動識別已成為目前研究的重點。本文主要研究了基于機(jī)器視覺的顯微細(xì)胞圖像

2、有形成分采集到識別的過程。具體研究內(nèi)容如下：
　　1.著重介紹了基于機(jī)器視覺的顯微細(xì)胞自動識別系統(tǒng)的軟、硬件結(jié)構(gòu)設(shè)計，硬件結(jié)構(gòu)包括照明系統(tǒng)的設(shè)計、CCD相機(jī)以及圖像采集卡的選用。軟件結(jié)構(gòu)主要是編寫了顯微細(xì)胞圖像的采集程序以及圖像處理的流程圖。
　　2.針對顯微細(xì)胞圖像的灰度特點，研究了圖像預(yù)處理方法，經(jīng)過實驗對比得到了較好的去噪方法。在研究和比較傳統(tǒng)的圖像分割方法的基礎(chǔ)上，提出了一種基于改進(jìn)的二維最大熵閾值粗分割結(jié)合形態(tài)學(xué)操

3、作精細(xì)分割的優(yōu)化分割方法，該方法有效的實現(xiàn)了顯微細(xì)胞圖像有形成分區(qū)域的分割，分割結(jié)果更加準(zhǔn)確、快速。
　　3.詳細(xì)介紹了顯微細(xì)胞圖像有形成分的幾種常見特征類型，并研究了提取各類特征的方法。隨后通過研究對比選取了一組特征組合向量作為顯微細(xì)胞圖像有形成分的輸入量，它能夠很好的識別細(xì)胞特征，能夠表征各類典型細(xì)胞圖像有形成分的特點。
　　4.介紹了SVM（Support Vector Machine）以及BP（Back Propag