一種基于胞核標(biāo)記分水嶺變換的粘連白細(xì)胞分割方法
【專利摘要】本發(fā)明公開了一種基于胞核標(biāo)記分水嶺變換的粘連白細(xì)胞分割方法。首先，輸入原始RGB圖像，發(fā)現(xiàn)外周血白細(xì)胞和骨髓白細(xì)胞在圖像處理過程中普遍難解決的問題；接著對原始圖像進(jìn)行HSI、LUV顏色空間和灰度空間轉(zhuǎn)換，并分析各通道分量圖像的特點；然后對B分量和灰度圖分別做閾值分割和圖像相減得到含部分雜質(zhì)的白細(xì)胞圖像；緊接著通過圖像增強技術(shù)獲得白細(xì)胞核團(tuán)作為標(biāo)記的目標(biāo)；再然后，對白細(xì)胞核團(tuán)和含雜質(zhì)的白細(xì)胞圖像做形態(tài)學(xué)操作和分水嶺變換除去雜質(zhì)得精確的白細(xì)胞圖像并解決細(xì)胞粘連問題。最后，裁剪目標(biāo)白細(xì)胞，將其轉(zhuǎn)換到LUV空間，從空間和顏色的角度對白細(xì)胞圖像進(jìn)行聚類，得到精確的白細(xì)胞核。
【專利說明】—種基于胞核標(biāo)記分水嶺變換的粘連白細(xì)胞分割方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于生物醫(yī)學(xué)工程領(lǐng)域，特別涉及一種基于胞核標(biāo)記分水嶺變換的粘連白細(xì)胞分割方法。

【背景技術(shù)】
[0002]白細(xì)胞的檢查是臨床檢驗的一項重要內(nèi)容，機體發(fā)生炎癥或其他疾病都可引起白細(xì)胞總數(shù)及各種白細(xì)胞的百分比發(fā)生變化，因此檢查白細(xì)胞總數(shù)及白細(xì)胞分類計數(shù)成為輔助診斷的一種重要方法。細(xì)胞圖像分析與識別系統(tǒng)在近年研究比較多，其主要任務(wù)就是經(jīng)過自動分析通過預(yù)處理對采集圖像進(jìn)行細(xì)胞分割，分割出單個細(xì)胞，計算單個細(xì)胞的有關(guān)特征參數(shù)，識別統(tǒng)計不同細(xì)胞的個數(shù)。在血細(xì)胞識別中，白細(xì)胞分割效果的好壞直接影響著細(xì)胞特征提取和分類等下一步操作的結(jié)果，在細(xì)胞識別中，白細(xì)胞分割是最具有挑戰(zhàn)性的一步。
[0003]在圖像處理與模式識別領(lǐng)域，傳統(tǒng)的白細(xì)胞分割方法大致分為以下幾類:基于多光譜技術(shù)的圖像分割算法；基于顏色模型的圖像分割算法，常用的顏色模型有RGB，HSI,CMYK等；基于數(shù)學(xué)形態(tài)學(xué)的算法圖像分割，諸如snake算法在得到細(xì)胞核的基礎(chǔ)上分割出細(xì)胞質(zhì)，傳統(tǒng)分水嶺算法解決細(xì)胞粘連問題等；基于模糊數(shù)學(xué)的圖像分割算法，如模糊C均值算法，K均值聚類分割白細(xì)胞等。而在分割過程中，單純使用一種算法很難達(dá)到較好的效果，多種算法結(jié)合分割效果更好。
[0004]現(xiàn)有的主要的粘連白細(xì)胞分割算法的不足:
[0005]1、分割過程花費時間長。
[0006]2、分割的圖像受白細(xì)胞庫限制。
[0007]3、白細(xì)胞分割精確度低。
[0008]4、骨髓白細(xì)胞核分割不精確。
[0009]5、不能有效的解決細(xì)胞間粘連問題。


【發(fā)明內(nèi)容】

[0010]本文基于細(xì)胞圖像在不同顏色空間呈現(xiàn)的不同顏色，白細(xì)胞與紅細(xì)胞等在紋理空間上存在的差異性，和細(xì)胞核團(tuán)能夠確定白細(xì)胞數(shù)目與位置等特性，提出了一種算法簡單操作耗時短的外周血粘連白細(xì)胞與白細(xì)胞核精確分割算法，該算法完成了白細(xì)胞的完整分害I]，有效的解決了外周血白細(xì)胞間的粘連問題。
[0011]本發(fā)明的目的是為克服上述現(xiàn)有技術(shù)的不足，提供一種基于胞核標(biāo)記分水嶺變換的粘連白細(xì)胞分割方法，解決了外周血粘連白細(xì)胞分割的問題。算法簡單，耗時短，對不同的細(xì)胞庫不同形態(tài)的粘連白細(xì)胞分割、白細(xì)胞核的精確分割具有很好的魯棒性。
[0012]為實現(xiàn)上述目的，本發(fā)明采用下述技術(shù)方案:
[0013]一種基于胞核標(biāo)記的分水嶺變換的粘連白細(xì)胞分割方法，包括以下步驟:
[0014](I)對原始彩色血細(xì)胞圖像進(jìn)行處理，得到只包含白細(xì)胞核區(qū)域的二值圖像1、白細(xì)胞和紅細(xì)胞二值圖1I以及只包含白細(xì)胞核和紅細(xì)胞區(qū)域的二值圖像III ;
[0015](2)用二值圖像III減去二值圖像I，得到僅包含紅細(xì)胞區(qū)域的新二值圖像IV，
[0016](3)用二值圖像IV減去二值圖像II，得到包含有完整的白細(xì)胞輪廓區(qū)域的二值圖像V ;
[0017](4)增強原始彩色血細(xì)胞圖像中白細(xì)胞的細(xì)胞核區(qū)域，得到增強后的圖像N，對其做形態(tài)學(xué)處理，得到精確白細(xì)胞核二值圖像X ；
[0018](5)對二值圖像X進(jìn)行分析，判斷白細(xì)胞核是否為分葉核，判斷白細(xì)胞核是否發(fā)生粘連，對二值圖像X做相應(yīng)的操作得內(nèi)部種子二值圖像VI ；
[0019](6)將內(nèi)部種子圖像VI作為標(biāo)記圖像，二值圖像V作為掩模，對兩者做邏輯與和形態(tài)學(xué)重構(gòu)操作，得到白細(xì)胞區(qū)域的二值圖像Y，作為外部種子；
[0020](7)判斷粘連條件，對二值圖像Y作兩步分水嶺變換，得到分離的白細(xì)胞二值圖像VI1-2 ；
[0021](8)將二值圖像X和二值圖像VI1-2做邏輯與操作，可得到精確的分離開的白細(xì)胞核二值圖像Zl ;將二值圖像Zl作為標(biāo)記圖像，VI1-2作為掩模，對兩者做形態(tài)學(xué)重構(gòu)操作，即可得到分離開的精確的白細(xì)胞二值圖像Z2。
[0022]所述步驟(I)的具體方法為:在matlab中，觀察灰度圖像，確定白細(xì)胞核、紅細(xì)胞和背景的灰度值；通過graythresh函數(shù)計算灰度直方圖的全局閾值T,再通過im2bw函數(shù)對灰度圖像進(jìn)行閾值分割，得到白細(xì)胞和紅細(xì)胞區(qū)域二值圖1I ;分析灰度直方圖，選取分割細(xì)胞核的經(jīng)驗閾值T2 = 0.5，使用im2bw函數(shù)閾值分割出白細(xì)胞核部分，得到只包含白細(xì)胞核區(qū)域的二值圖像I ;分析B分量圖像，分析紅細(xì)胞和白細(xì)胞核顏色在圖像中呈現(xiàn)的像素值，通過全局閾值分割技術(shù)得到只包含白細(xì)胞核和紅細(xì)胞區(qū)域的二值圖像III ；
[0023]所述步驟(4)的具體方法為:分析G通道分量和S通道分量圖像，對兩者進(jìn)行歸一化處理，分別得到歸一化的矩陣Ig和Is，對兩歸一化矩陣進(jìn)行像素值相減得到增強的圖像N，其中N = 2Ig-1s ;再對N進(jìn)行二值化和形態(tài)學(xué)操作，得到精確的白細(xì)胞核二值圖X。
[0024]所述步驟(5)的具體方法為:
[0025](i)判斷細(xì)胞核為分葉核條件:當(dāng)細(xì)胞核二值圖X中存在兩目標(biāo)胞核的質(zhì)心距離小于25，且兩目標(biāo)的面積大于30小于150時，則判斷目標(biāo)細(xì)胞核為分葉核，其中，面積用白細(xì)胞區(qū)域所占像素個數(shù)和表示；此時獲取兩目標(biāo)核的質(zhì)心坐標(biāo)位置，對兩目標(biāo)進(jìn)行質(zhì)心相連操作，使分葉核形成一個細(xì)胞核團(tuán)，作為內(nèi)部種子點；
[0026](ii)判斷細(xì)胞核粘連條件:當(dāng)二值圖像X中含有目標(biāo)細(xì)胞核面積大于1000時，則判斷二值圖像X中含有目標(biāo)粘連細(xì)胞核；其中，圓度值=周長2/4 π *面積，周長用白細(xì)胞邊界像素點個數(shù)和表示，面積用白細(xì)胞區(qū)域所占像素個數(shù)和表示。創(chuàng)建一個半徑為I的平坦型圓盤結(jié)構(gòu)元素，對目標(biāo)細(xì)胞核進(jìn)行三次形態(tài)學(xué)腐蝕操作，得到目標(biāo)細(xì)胞核的內(nèi)部種子占.
[0027](iii)對于X中不是分葉核或不是粘連的胞核目標(biāo)，直接作為內(nèi)部種子點。
[0028](iv)將⑴?(iii)中得到的內(nèi)部種子點合并，得到二值圖X的細(xì)胞核團(tuán)即內(nèi)部種子，記為VI。
[0029]所述步驟(7)的具體方法為:
[0030](i)判斷目標(biāo)細(xì)胞粘連條件:當(dāng)二值圖像Y中含有目標(biāo)細(xì)胞面積大于2000或圓度值大于2的情況時，則判斷二值圖像Y中含有目標(biāo)粘連細(xì)胞；此時，對內(nèi)部種子VI做基于距離的分水嶺變換，得到的分水嶺脊線顯示在二值圖像Y上，得到的圖像記為VI1-1。此過程叫作基于胞核標(biāo)記的分水嶺變換過程，主要依靠外周血中胞核或種子點不粘連來解決白細(xì)胞胞質(zhì)粘連的問題。
[0031](ii)繼續(xù)判斷粘連條件，當(dāng)二值圖像VI1-1中含有目標(biāo)細(xì)胞面積大于2000或圓度值大于2的情況時，則判斷二值圖像VI1-1中含有目標(biāo)粘連細(xì)胞，對目標(biāo)粘連細(xì)胞做自適應(yīng)腐蝕操作，至目標(biāo)細(xì)胞數(shù)量增多或消失時為止；
[0032](iii)若目標(biāo)細(xì)胞消失，此細(xì)胞不作處理；若目標(biāo)數(shù)量增多，將腐蝕后的多個目標(biāo)作為新的內(nèi)部種子點做基于距離變換的分水嶺變換，分水嶺脊線顯示在目標(biāo)粘連細(xì)胞上，粘連細(xì)胞即可分開；
[0033](iv)繼續(xù)判斷細(xì)胞粘連條件，直至循環(huán)結(jié)束，即可得到分離后的細(xì)胞二值圖像VI1-2。(ii)?(iv)過程記為第二次分水嶺分割過程。
[0034]本發(fā)明由于采取以上技術(shù)方案，其具有以下優(yōu)點:
[0035]1、方法簡單操作，耗時短。
[0036]2、提出了圖像相減方法來得到完整的白細(xì)胞輪廓。確保了白細(xì)胞分割的完整性。
[0037]3、提出了基于細(xì)胞核團(tuán)當(dāng)內(nèi)部標(biāo)記符的分水嶺變換，避免了過分割問題的出現(xiàn)，提高了分水嶺變換粘連分割的穩(wěn)定性。
[0038]4、提出了一種用細(xì)胞核數(shù)來標(biāo)記白細(xì)胞數(shù)量的思想，避免了分割過程中產(chǎn)生錯誤而出現(xiàn)紅細(xì)胞，降低了誤割率，提高了分割的準(zhǔn)確性。
[0039]5、提出了一種新的方法分割外周血粘連白細(xì)胞，算法分割精度高，穩(wěn)定性強，優(yōu)于傳統(tǒng)的算法。

【專利附圖】

【附圖說明】
[0040]圖1為外周血粘連白細(xì)胞分割系統(tǒng)流程圖
[0041]圖2顯示來自兩種不同光照下的外周血細(xì)胞圖像
[0042]圖3顯示白細(xì)胞核I分割二值圖
[0043]圖4顯示白細(xì)胞和紅細(xì)胞II分割效果圖
[0044]圖5顯示白細(xì)胞核和紅細(xì)胞III分割效果圖
[0045]圖6顯示紅細(xì)胞IV分割效果圖
[0046]圖7顯不不精確白細(xì)胞V分割效果圖
[0047]圖8顯示分割的細(xì)胞核X 二值圖
[0048]圖9顯示內(nèi)部種子點VI 二值圖
[0049]圖10顯示初步分割的白細(xì)胞Y 二值圖
[0050]圖11顯示由X得到的分水嶺脊線
[0051]圖12顯示第一次分水嶺變換的結(jié)果VI1-1
[0052]圖13顯示第一次分水嶺變換的結(jié)果VI1-2
[0053]圖14顯示分離開的精確白細(xì)胞核Zl
[0054]圖15顯示分離開的精確白細(xì)胞Z2
[0055]圖16分割出的白細(xì)胞和白細(xì)胞核的分割效果顯示在原始圖像上(細(xì)胞核邊緣用紅線顯示，白細(xì)胞邊緣用綠線顯示)

【具體實施方式】
[0056]以下通過實施例的方式進(jìn)一步說明本發(fā)明，但并不因此將本發(fā)明限制在所述的實施例范圍之中。下列實施例中未注明具體條件的實驗方法，按照常規(guī)的方法和條件進(jìn)行選擇。
[0057]實施例1:
[0058]如圖1所示，本發(fā)明所涉及的一種基于胞核標(biāo)記的外周血粘連白細(xì)胞圖像分割算法的具體實施過程如下:
[0059]在白細(xì)胞識別中，醫(yī)學(xué)專家通常會在根據(jù)顏色和形態(tài)等特性對白細(xì)胞和紅細(xì)胞進(jìn)行區(qū)分，根據(jù)紋理和空間等信息對白細(xì)胞類型進(jìn)行判別。本文采集多人外周血細(xì)胞形成細(xì)胞庫，從顏色和空間的角度對白細(xì)胞進(jìn)行分割，分析細(xì)胞庫圖像部分顏色通道的特點，發(fā)現(xiàn)可通過顏色空間和形態(tài)學(xué)操作對白細(xì)胞進(jìn)行精確分割。對白細(xì)胞中存在的粘連問題可通過改進(jìn)的基于胞核標(biāo)記的分水嶺變換進(jìn)行精確穩(wěn)定的白細(xì)胞粘連分割。本文算法簡單易操作，能有效解決細(xì)胞粘連問題，對不同細(xì)胞庫不同光照下細(xì)胞圖像如圖2所示，有較高的分割率和很好的魯棒性。
[0060](I)不精確白細(xì)胞V的分割。此過程分割出的白細(xì)胞二值化圖像中可能出現(xiàn)部分紅細(xì)胞等雜質(zhì)或存在細(xì)胞粘連等情況，但白細(xì)胞數(shù)量和形態(tài)是保持完整的，不存在白細(xì)胞遺漏或白細(xì)胞質(zhì)殘缺的問題，不精確白細(xì)胞的分割是通過二值化圖像相減技術(shù)來實現(xiàn)的。分割方法是:首先將原始RGB彩色圖像轉(zhuǎn)換到像素范圍在O?I的灰度空間，通過設(shè)定不同的閾值，分別對灰度圖像進(jìn)行閾值為0.5和基于ostu自適應(yīng)閾值分割技術(shù)的閾值分割，各自得到白細(xì)胞核I (如圖3所示)和白細(xì)胞與紅細(xì)胞II (如圖4所示)兩種二值化圖像。然后提取RGB空間的B分量，發(fā)現(xiàn)在此通道分量中白細(xì)胞核和紅細(xì)胞的像素值較低，根據(jù)此特點可做基于ostu的自適應(yīng)閾值分割得到白細(xì)胞核與紅細(xì)胞的二值圖1II，如圖5所示。如圖6示，紅細(xì)胞IV的圖像可通過白細(xì)胞核與紅細(xì)胞的二值圖1II減去白細(xì)胞核二值圖1得至IJ。白細(xì)胞與紅細(xì)胞二值圖1I減去紅細(xì)胞二值圖V可得到不精確的白細(xì)胞二值圖像V，如圖7所示。
[0061](2)內(nèi)部種子亦細(xì)胞核團(tuán)的獲取。獲取細(xì)胞核團(tuán)作為內(nèi)部種子，用來確定白細(xì)胞的數(shù)量和解決白細(xì)胞的粘連問題。細(xì)胞核團(tuán)的獲取方法是，首先將原始RGB彩色圖像轉(zhuǎn)換到HSI空間，分別提取兩空間的G和S通道分量，觀察G分量可發(fā)現(xiàn)，白細(xì)胞和血小板像素值較小，其他成分有較大的像素值，觀察S分量可發(fā)現(xiàn)，白細(xì)胞和血小板像素值較大，其他成分有較小的像素值，對兩通道分量做歸一化處理，然后做像素值相減，可起到增強細(xì)胞核圖像的作用。對得到的增強圖像做二值化和形態(tài)學(xué)處理可得到細(xì)胞核二值圖像X，分割效果見圖8所示。對于白細(xì)胞中分葉核的細(xì)胞核為多核的情況，為使其成為細(xì)胞核團(tuán)，對其進(jìn)行質(zhì)心兩兩相連，讓多核成為一個細(xì)胞核團(tuán)不但可以確定白細(xì)胞的數(shù)量還可以此作為分水嶺變換的內(nèi)部種子來解決細(xì)胞粘連問題。對于白細(xì)胞中白細(xì)胞核也發(fā)生粘連的情況，創(chuàng)建進(jìn)行一個半徑為I的平坦型圓盤結(jié)構(gòu)元素，對目標(biāo)細(xì)胞核進(jìn)行三次形態(tài)學(xué)腐蝕操作，可得到粘連細(xì)胞核的種子點。本方法得到的內(nèi)部種子圖像，如圖9所示。
[0062](3)外部種子的獲取。一個細(xì)胞核團(tuán)對應(yīng)一個白細(xì)胞，內(nèi)部種子二值圖像VI確定了白細(xì)胞的數(shù)量。通過對內(nèi)部種子二值圖像VI和不精確白細(xì)胞二值圖像V做邏輯與操作，可去除圖像V中多余的紅細(xì)胞等大面積雜質(zhì)部分。將兩者邏輯與后得到的圖像作為標(biāo)記圖像，將不精確白細(xì)胞圖像V作為掩膜，對其做形態(tài)學(xué)重構(gòu)操作，可獲取精確的白細(xì)胞二值化圖像Y即外部種子，如圖10所示。
[0063](4)分水嶺變換解決細(xì)胞粘連。在外周血細(xì)胞中，一般細(xì)胞核不發(fā)生粘連，在細(xì)胞核不粘連而細(xì)胞質(zhì)發(fā)生粘連情況下，對內(nèi)部種子VI做基于距離的分水嶺變換，將分水嶺脊線顯示在外部種子Y上，得到白細(xì)胞二值圖像VI1-1，分水嶺脊線如圖11所示，第一次分水嶺變換結(jié)果二值圖VI1-1如圖12示；當(dāng)細(xì)胞圖像中存在細(xì)胞質(zhì)與紅細(xì)胞粘連或細(xì)胞核也發(fā)生粘連時，繼續(xù)判斷目標(biāo)粘連情況，對VI1-1做自適應(yīng)腐蝕的分水嶺變換得到分離開的細(xì)胞二值圖像VI1-2，如圖13示。
[0064](5)分離開的精確白細(xì)胞和精確白細(xì)胞核的獲取。二值圖像X中，對于細(xì)胞核粘連的情況，可通過二值圖像VI1-2與二值圖像X做邏輯與操作來解決，分離開的細(xì)胞核二值圖像Z1，如圖14示。二值圖像VI1-2中可能含有紅細(xì)胞等雜質(zhì)，將二值圖像Zl作為標(biāo)記圖像，VI1-2作為掩模，對兩者做形態(tài)學(xué)重構(gòu)操作，即可得到分離開的精確的白細(xì)胞二值圖像Z2，如圖15所示。
[0065](6)將血細(xì)胞圖像白細(xì)胞和白細(xì)胞核的分割邊緣線依次顯示在原始圖像上，如圖16所示。由此發(fā)現(xiàn)此方法分割白細(xì)胞，耗時短，精度高，很好的分割效果且優(yōu)于傳統(tǒng)的外周血細(xì)胞粘連分割算法。
[0066]上述雖然結(jié)合附圖對本發(fā)明的【具體實施方式】進(jìn)行了描述，但并非對本發(fā)明保護(hù)范圍的限制，所屬領(lǐng)域技術(shù)人員應(yīng)該明白，在本發(fā)明的技術(shù)方案的基礎(chǔ)上，本領(lǐng)域技術(shù)人員不需要付出創(chuàng)造性勞動即可做出的各種修改或變形仍在本發(fā)明的保護(hù)范圍以內(nèi)。
【權(quán)利要求】
1.一種基于胞核標(biāo)記的分水嶺變換的粘連白細(xì)胞分割方法，包括以下步驟: (1)對原始彩色血細(xì)胞圖像進(jìn)行處理，得到只包含白細(xì)胞核區(qū)域的二值圖像1、白細(xì)胞和紅細(xì)胞二值圖1I以及只包含白細(xì)胞核和紅細(xì)胞區(qū)域的二值圖像III ； (2)用二值圖像III減去二值圖像I，得到僅包含紅細(xì)胞區(qū)域的新二值圖像IV， (3)用二值圖像IV減去二值圖像II，得到包含有完整的白細(xì)胞輪廓區(qū)域的二值圖像V； (4)增強原始彩色血細(xì)胞圖像中白細(xì)胞的細(xì)胞核區(qū)域，得到增強后的圖像N，對其做形態(tài)學(xué)處理，得到精確白細(xì)胞核二值圖像X ; (5)對二值圖像X進(jìn)行分析，判斷白細(xì)胞核是否為分葉核，判斷白細(xì)胞核是否發(fā)生粘連，對二值圖像X做相應(yīng)的操作得內(nèi)部種子二值圖像VI ； (6)將內(nèi)部種子圖像VI作為標(biāo)記圖像，二值圖像V作為掩模，對兩者做邏輯與和形態(tài)學(xué)重構(gòu)操作，得到白細(xì)胞區(qū)域的二值圖像Y，作為外部種子； (7)判斷粘連條件，對二值圖像Y作兩步分水嶺變換，得到分離的白細(xì)胞二值圖像VI1-2 ； (8)將二值圖像X和二值圖像VI1-2做邏輯與操作，可得到精確的分離開的白細(xì)胞核二值圖像Zl ;將二值圖像Zl作為標(biāo)記圖像，VI1-2作為掩模，對兩者做形態(tài)學(xué)重構(gòu)操作，即可得到分離開的精確的白細(xì)胞二值圖像Z2。
2.如權(quán)利要求1所述的分割方法，其特征是，所述步驟(I)的具體方法為:在matlab中，觀察灰度圖像，確定白細(xì)胞核、紅細(xì)胞和背景的灰度值；通過graythresh函數(shù)計算灰度直方圖的全局閾值T，再通過im2bw函數(shù)對灰度圖像進(jìn)行閾值分割，得到白細(xì)胞和紅細(xì)胞區(qū)域二值圖1I ;分析灰度直方圖，選取分割細(xì)胞核的經(jīng)驗閾值T2 = 0.5，使用im2bw函數(shù)閾值分割出白細(xì)胞核部分，得到只包含白細(xì)胞核區(qū)域的二值圖像I ;分析B分量圖像，分析紅細(xì)胞和白細(xì)胞核顏色在圖像中呈現(xiàn)的像素值，通過全局閾值分割技術(shù)得到只包含白細(xì)胞核和紅細(xì)胞區(qū)域的二值圖像III。
3.如權(quán)利要求1所述的分割方法，其特征是，所述步驟(4)的具體方法為:分析G通道分量和S通道分量圖像，對兩者進(jìn)行歸一化處理，分別得到歸一化的矩陣Ig和Is，對兩歸一化矩陣進(jìn)行像素值相減得到增強的圖像N，其中N = 2Ig-1s ;再對N進(jìn)行二值化和形態(tài)學(xué)操作，得到精確的白細(xì)胞核二值圖X。
4.如權(quán)利要求1所述的分割方法，其特征是，所述步驟(5)的具體方法為: (i)判斷細(xì)胞核為分葉核條件:當(dāng)細(xì)胞核二值圖X中存在兩目標(biāo)胞核的質(zhì)心距離小于25，且兩目標(biāo)的面積大于30小于150時，則判斷目標(biāo)細(xì)胞核為分葉核，其中，面積用白細(xì)胞區(qū)域所占像素個數(shù)和表示；此時獲取兩目標(biāo)核的質(zhì)心坐標(biāo)位置，對兩目標(biāo)進(jìn)行質(zhì)心相連操作，使分葉核形成一個細(xì)胞核團(tuán)，作為內(nèi)部種子點； (?)判斷細(xì)胞核粘連條件:當(dāng)二值圖像X中含有目標(biāo)細(xì)胞核面積大于1000時，則判斷二值圖像X中含有目標(biāo)粘連細(xì)胞核；其中，圓度值=周長2/4 π *面積，周長用白細(xì)胞邊界像素點個數(shù)和表示，面積用白細(xì)胞區(qū)域所占像素個數(shù)和表示；創(chuàng)建一個半徑為I的平坦型圓盤結(jié)構(gòu)元素，對目標(biāo)細(xì)胞核進(jìn)行三次形態(tài)學(xué)腐蝕操作，得到目標(biāo)細(xì)胞核的內(nèi)部種子點； (iii)對于二值圖像X中不是分葉核或不是粘連的胞核目標(biāo)，直接作為內(nèi)部種子點； (iv)將⑴?(iii)中得到的內(nèi)部種子點合并，得到二值圖像X的細(xì)胞核團(tuán)即內(nèi)部種子，記為VI。
5.如權(quán)利要求1所述的分割方法，其特征是，所述步驟(7)的具體方法為: (i)判斷目標(biāo)細(xì)胞粘連條件:當(dāng)二值圖像Y中含有目標(biāo)細(xì)胞面積大于2000或圓度值大于2時，則判斷二值圖像Y中含有目標(biāo)粘連細(xì)胞；對內(nèi)部種子VI做基于距離的分水嶺變換，得到的分水嶺脊線顯示在二值圖像Y上，得到的圖像記為VI1-1 ； (?)繼續(xù)判斷粘連條件，當(dāng)二值圖像VI1-1中含有目標(biāo)細(xì)胞面積大于2000或圓度值大于2時，則判斷二值圖像VI1-1中含有目標(biāo)粘連細(xì)胞，對目標(biāo)粘連細(xì)胞做自適應(yīng)腐蝕操作，至目標(biāo)細(xì)胞數(shù)量增多或消失時為止； (iii)若目標(biāo)細(xì)胞消失，此細(xì)胞不作處理；若目標(biāo)數(shù)量增多，將腐蝕后的多個目標(biāo)作為新的內(nèi)部種子點做基于距離變換的分水嶺變換，分水嶺脊線顯示在目標(biāo)粘連細(xì)胞上，粘連細(xì)胞即可分開； (iv)繼續(xù)判斷細(xì)胞粘連條件，直至循環(huán)結(jié)束，即可得到分離后的細(xì)胞二值圖像VI1-2；(?)?(iv)過程記為第二次分水嶺分割過程。
【文檔編號】G06T7/00GK104392460SQ201410778791
【公開日】2015年3月4日 申請日期:2014年12月12日 優(yōu)先權(quán)日:2014年12月12日
【發(fā)明者】劉治, 鄭成云, 劉晶, 馬玲, 李曉梅, 肖曉燕 申請人:山東大學(xué)