基于邊緣的血細胞圖像分割技術研究.pdf

1、近幾十年來，隨著理工農醫(yī)各個學科和產業(yè)的發(fā)展，在生產和生活中出現(xiàn)了越來越多的大量的需要分析和處理的信息和圖像，所需的工作量日益增長。在這種情況下，人們迫切需要信號的自動分析技術。近幾年來計算機科學和信息技術的迅速發(fā)展使這些成為可能。目前數(shù)字圖像處理技術已經應用到了工農業(yè)的很多方面，產生了很多實用的圖像處理理論，醫(yī)學圖像處理技術就是其中的一個方面。 本文綜合利用已有的圖像分割理論和方法，以及小波分析等有力的數(shù)學工具，針對醫(yī)學圖像中

2、的血液細胞的顯微圖像中細胞的結構特點，提出了針對血液細胞的圖像分割理論和技術，并編寫了一套實用性較強的血細胞自動識別軟件系統(tǒng)。本文以圖像處理的過程為線索，逐步論述了相應的圖像技術的理論和實現(xiàn)方法，并給出試驗結果。 血細胞圖像由于其染色所用的方法和材料，以及拍攝環(huán)境不同，往往有較大的區(qū)別，但是都有一個相似的特點就是在細胞中間常常含有空洞，這是由血液細胞的結構特點和化學成分決定的。如果用目前應用廣泛的基于區(qū)域的圖像分割方法，難以得出

3、令人滿意的處理結果。本文提出了基于邊緣的圖像分割方法，以邊緣信息為主，以區(qū)域信息為輔，綜合利用兩方面的信息，起到了較好的分割效果。另外本文著重的介紹了小波分析理論，并由此推導出合適的小波系數(shù)，用于同態(tài)濾波和邊緣檢測。 論文首先討論了圖像去除噪聲和背景矯正的問題。在去除噪聲方面論述了常用的幾種消噪方法。很多消噪的方法可以很好的去除噪聲對圖像的影響，但是在消噪的同時也弱化了圖像中目標區(qū)域的邊緣，不利于基于邊緣的圖像分割算法的使用。本

4、文為此提出了選擇性消噪的辦法，取得了很好的去噪效果。論文還討論了兩種同態(tài)濾波的背景矯正方法。 目標區(qū)域和背景區(qū)域的分離是圖像分割的主要內容，也是本文研究和論述的重點。因為傳統(tǒng)的基于區(qū)域的分割方法在血細胞圖像分割方面的不足，本文根據(jù)不同的血細胞圖像邊緣特點的不同，初步建立了一套邊緣檢測和邊緣加工的理論和算法，并在此基礎上實現(xiàn)了對圖像的初步分割。試驗結果表明，該方法很好的避開了細胞中間的空洞對分割和測量結果的影響。 粘連細胞