自動閱片技術采用圖像處理方法,在細胞核識別的基礎上實現(xiàn)對細胞核DNA含量的準確測量,能夠為醫(yī)生診斷提供輔助。圖像分割作為自動閱片系統(tǒng)關鍵直接影響系統(tǒng)性能。然而,顯微鏡下細胞核圖片存在光照不均、背景陰影等情況。并且不可避免地存在一些血細胞、淋巴細胞、垃圾雜質、成團細胞,這嚴重降低了分割算法的性能。為解決上述問題,提出了復雜背景下的宮頸細胞核分割方法。該方法首先利用參數(shù)自適應的局部閾值法來分割圖片,并利用自適應的分割參數(shù)調節(jié)來處理圖片中的復雜情況。即利用局部閾值窗口大小和二值化后輪廓數(shù)量的函數(shù)關系來自動調節(jié)窗口大小。然后根據得到的二值圖確定分水嶺算法的標記圖像,最后利用分水嶺算法完成整張圖片的分割。實驗表明,此方法能適應復雜圖像環(huán)境,并可以從成團細胞中分割出重疊程度較低的細胞,提高分類器識別細胞核的概率。 

【文章來源】：哈爾濱理工大學學報. 2019,24(03)北大核心

【文章頁數(shù)】：7 頁

【文章目錄】：
0 引言
1 本文算法實現(xiàn)
    1.1 傳統(tǒng)分水嶺原理
    1.2 圖像預處理
        1.2.1 局部閾值原理
        1.2.2 自適應參數(shù)調節(jié)
    1.3 標記點的選取
        1.3.1 輪廓分割
        1.3.2 重復腐蝕
    1.4 分割算法實現(xiàn)步驟
2 實驗和結果分析
    2.1 參數(shù)自適應的對比實驗
        2.1.1 實驗數(shù)據
        2.1.2 實驗過程
        2.1.3 實驗結果分析
    2.2 分水嶺算法的對比實驗
        2.2.1 實驗數(shù)據與過程
        2.2.2 結果分析
    2.3 算法效果評價與分析
        2.3.1 實驗數(shù)據
        2.3.2 實驗過程
        2.3.3 實驗結果與分析
3 結語


【參考文獻】：
期刊論文
[1]基于水平集和凹點區(qū)域檢測的粘連細胞分割方法[J]. 楊輝華,趙玲玲,潘細朋,劉振丙.  北京郵電大學學報. 2016(06)
[2]基于多閾值Otsu準則的閾值分割快速計算[J]. 申鉉京,劉翔,陳海鵬.  電子與信息學報. 2017(01)
[3]基于局部期望閾值分割的圖像邊緣檢測算法[J]. 劉占.  計算機與現(xiàn)代化. 2016(08)
[4]圖像閾值分割方法研究進展20年（1994—2014）[J]. 吳一全,孟天亮,吳詩婳.  數(shù)據采集與處理. 2015(01)



本文編號：3527007