類圓形目標(biāo)圖像是指圖像中目標(biāo)的形狀及輪廓為圓形或與圓形相近,例如由細胞、菌落和納米微粒等類圓形目標(biāo)所拍攝的圖像都可以稱為類圓形目標(biāo)圖像。該類圖像在生物、醫(yī)學(xué)等領(lǐng)域廣泛存在。由于在這類圖像中往往會存在多個目標(biāo)因位置重疊而產(chǎn)生粘連的情況,這給工作人員分析圖像中包含的信息帶來了極大的困難。因此,本文針對此問題進行研究,旨在使用圖像處理領(lǐng)域的方法來更加有效、準(zhǔn)確的將此類圖像中存在的粘連類圓形目標(biāo)分割開來。本文的主要工作如下:首先,本文對粘連圖像分割領(lǐng)域的發(fā)展趨勢及研究現(xiàn)狀進行了梳理總結(jié),重點介紹了兩種相關(guān)算法,分別是基于凹點檢測和橢圓擬合的粘連分割算法以及基于凹點檢測和凹點匹配的粘連分割算法,并結(jié)合實驗的結(jié)果,歸納總結(jié)了這些已有算法存在的問題和不足。然后,為了獲取本文算法分割粘連區(qū)域所需要的特征點:凹點和重心,本文提出了一種更加準(zhǔn)確的凹點檢測算法和一種經(jīng)過改進的重心提取算法。針對現(xiàn)有凹點檢測算法存在的凹點判別不準(zhǔn)確的問題,本文的凹點檢測算法通過多重判據(jù)可以將凹點更為準(zhǔn)確的分離出來。同時,針對原有的快速徑向?qū)ΨQ（Fast Radial Symmetry,FRS）變換算法在提取重心時存在的需要手動... 

【文章來源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：82 頁

【學(xué)位級別】：碩士

【部分圖文】：

本文算法的流程示意圖

)i k i c 表示當(dāng)前角點與后點所構(gòu)成直線與水平方向的夾角點所對應(yīng)的夾角 ( )i c是否滿足一定的角度范圍，即將當(dāng)前角點判定為候選凹點。1 2< ( ) <iD cD1D 與2D 為預(yù)設(shè)角度閾值，它們可根據(jù)處理的粘連目標(biāo)如，如果粘連類圓形目標(biāo)圖像中的目標(biāo)形狀與圓形相近區(qū)域的凹陷程度則較為明顯，所以可以適度縮小該角縮小2D 的值。反之，如果粘連類圓形目標(biāo)圖像中的目，若存在粘連區(qū)域，則形成的凹區(qū)域的凹陷程度則較為度閾值的范圍，即適度減小1D 并增大2D 的值。該判據(jù)有角點中不可能屬于粘連區(qū)域中的角點，以便進一步意圖如圖 3.4 所示。

第三章 粘連類圓形目標(biāo)圖像的特征點提取程可參考本文末的附錄部分內(nèi)容。( )11= 121i k i ki ii k i kx yS x yx y ic證發(fā)現(xiàn)，若任一角點ic 與對應(yīng)的前點和后點所足公式(3-8)，則將該角點判定為候選凹點；< 0iS 如圖 3.5 所示。

【參考文獻】：
期刊論文
[1]基于改進水平集方法的粘連細胞分割[J]. 劉海波,韓彥芳,徐伯慶.  信息技術(shù). 2014(10)
[2]徑向?qū)ΨQ和圓形霍夫相結(jié)合的眼睛狀態(tài)識別[J]. 向淑蘭,猶軼.  光電工程. 2011(05)

碩士論文
[1]菌落圖像分割算法研究與軟件實現(xiàn)[D]. 王俊偉.西安電子科技大學(xué) 2018



本文編號：3526782