一种针对支气管肺泡灌洗涂片的白细胞检测方法技术

该发明专利技术一种针对支气管肺泡灌洗涂片的白细胞检测方法，一种针对支气管肺泡灌洗涂片中白细胞的自动检测方法，特别涉及基于数字图像处理技术的支气管肺泡灌洗涂片中白细胞自动检测方法。通过对显微镜采集支气管肺泡灌洗涂片的显微图像进行灰度化、二值化处理，同时利用白细胞的外形特征与内部特征进行筛选，最终识别出白细胞，从而具有操作简便、检测效率高、精度高、漏检率和误检率低、成本低的效果。

【技术实现步骤摘要】
一种针对支气管肺泡灌洗液涂片的白细胞检测方法
本专利技术涉及一种针对支气管肺泡灌洗液涂片中白细胞的自动检测方法，特别涉及基于数字图像处理技术的支气管肺泡灌洗液涂片中白细胞自动检测方法。
技术介绍
数字图像是指通过数字成像设备所获得的数字化的图像，数字图像具有高分辨率和高灰阶值的特点。而数字图像处理是通过计算机对图像进行取出噪声、增强、复原、分割、提取特征等处理方法和技术，以获得人眼视觉或者某种接受系统所需要的图像处理过程。白细胞的自动检出是利用数字图像处理技术分析、定位白细胞在显微镜中的位置，并且统计出显微镜视野内白细胞的数量特征。白细胞分为粒细胞、淋巴细胞、单核细胞、嗜酸性粒细胞、嗜碱性粒细胞五种类型。现阶段，针对血液中的白细胞，一般采用计算平均梯度值，然后进行边缘提取和阈值分割的方法来对血液中的白细胞进行检测，该方法往往对图片拍摄条件要求较高，而支气管肺泡灌洗液涂片杂质比较多，背景条件复杂，很容易受到杂质或其他细胞的干扰而影响检测效果。
技术实现思路
本专利技术的目的是针对
技术介绍
的不足，设计了一种对支气管肺泡灌洗液涂片的白细胞检测方法，该方法基于数字图像处理技术，从支气管肺泡灌洗液涂片的数字图像中分辨出白细胞，从而达到操作简便、检测效率高、精度高、漏检率和误检率低、成本低的目的。本专利技术提供的技术方案为一种针对支气管肺泡灌洗液涂片的白细胞检测方法，该方法包括：步骤1：使用显微镜采集支气管肺泡灌洗液涂片的显微图像；步骤2：对步骤1中的图像进行灰度化处理，转化为灰度图像；步骤3：将步骤2中的灰度图像转化为二值化图像；步骤4：将步骤3中的二值化图像进行去噪、边缘增强和边缘锐化处理；步骤5：将经过步骤4处理后的二值化图像连通域标记，并计算连通区域包括：面积、周长、离心率在内的外形特征；步骤6：根据连通区域外形特征对步骤5中的连通区域进行初步筛选，保留外形特征符合白细胞条件的连通区域，然后按照其面积大小分为脓球细胞疑似区域和普通白细胞疑似区域；分别对这两类细胞疑似区域采用不同的处理方法，针对普通白细胞疑似区域，我们采用步骤7到步骤17的步骤：步骤7：找到步骤6中普通白细胞疑似区域在原灰度图中位置，并在灰度图中裁剪出普通白细胞疑似区域，得到若干裁剪图像；步骤8：将步骤7中的裁剪图像转化为二值化图像；步骤9：将步骤8得到的二值化图像中连通区域进行标记，统计连通区域的面积和质心特征，找到面积最大连通区域，并排除远离面积最大连通区域质心的其它连通区域；步骤10：将步骤9得到的图像填充、膨胀、腐蚀，并重新标记连通区域，统计各连通区域的面积，找到各二值化图像中最大连通区域，并计算最大连通区域的圆形度；步骤11：利用各二值化图像中最大连通区域圆形度对二值化图像进行筛选，保留符合普通白细胞圆形度特征的二值化图像；步骤12：将步骤11保留的各二值化图像进行填充、膨胀处理，重新标记连通区域，统计连通区域的面积，找到各二值化图像中的最大连通区域，计算最大连通区域的圆形度；步骤13：根据普通白细胞圆形度特征，对步骤12获得的各二值化图像中最大连通区域圆形度特征进行筛选，进一步保留符合普通白细胞圆形度特征的二值化图像；步骤14：统计步骤13保留下来的各二值化图像中第二大连通区域的特征，计算第二大连通区域的圆形度和所占二值化图像面积百分比；步骤15：根据普通白细胞第二大连通区域的圆形度特征及所占二值化图像面积百分比，对步骤14中的圆形度和面积百分比对二值化图像进行筛选，保留符合条件的二值化图像，在原灰度图中找到该二值化图像对应区域，并标记；步骤16：计算标记区域的灰度平均值、灰度方差值，根据普通白细胞圆利用灰度平均值和灰度方差对步骤15获得的标记区域进行进一步筛选；步骤17：将筛选后的区域在步骤1获得图像中标记出来，并认定该区域为白细胞对应的区域；针对脓球细胞疑似区域，我们采用步骤18到步骤24的步骤：步骤18：运用索贝尔算子寻找步骤6中脓球细胞疑似区域的边缘；步骤19：寻找步骤18得到的脓球细胞疑似区域边缘的凹点，并标记出凹点位置；步骤20：根据步骤19中各凹点的位置，将脓球细胞疑似区域划分为多个单细胞，并统计细胞个数；步骤21：通过步骤20统计得到的细胞个数，排除细胞个数小于3的连通区域，；步骤22：在原灰度图中找到步骤21中保留区域的对应区域，并计算灰度平均值和灰度方差值；步骤23：利用灰度平均值和灰度方差对步骤22中找到的区域进行筛选；步骤24：将筛选后的区域在原图中标记出来，并认定该区域为白细胞对应的区域。进一步的，所述步骤3的具体步骤为：步骤3-1：设定二值化处理过程中灰度阈值为对灰度图像使用最大类间方差法得到的灰度阈值；步骤3-2：将灰度图像中的各像素点灰度值与灰度阈值进行比较，若大于灰度阈值，则该点灰度置为0,，若小于灰度阈值，则该点灰度置为255，得到二值化图像；进一步的，所述步骤6中面积大于1050的连通区域标记为脓球细胞疑似区域，面积大于350且小于1050的连通区域标记为普通白细胞疑似区域。进一步的，所述步骤11中保留最大连通区域的圆形度大于0.6的二值化图像。进一步的，所述步骤13中保留最大连通区域的圆形度大于0.48的二值化图像。进一步的，所述步骤15中保留第二大连通区域圆形度小于0.57和面积百分比在0.31到1之间的二值化图像。进一步的，所述步骤16中保留灰度平均值为100到180，灰度方差值为800到2000之间的区域。进一步的，所述步骤19的具体步骤为：步骤19-1：利用边缘坐标计算边缘的切线斜率，并且计算每一点的切线斜率变化值；步骤19-2：找到斜率突变点，并认定这些切线斜率突变点为凹点，并记录凹点位置。进一步的，所述步骤23中保留灰度平均值为80到190，灰度方差为2500-6000的区域。本文专利技术一种针对支气管肺泡灌洗液涂片中白细胞的自动辨别方法，通过对显微镜采集支气管肺泡灌洗液涂片的显微图像进行灰度化、二值化处理，同时利用白细胞的外形特征与内部特征进行筛选，最终识别出白细胞，从而具有操作简便、检测效率高、精度高、漏检率和误检率低、成本低的效果。附图说明图1为本专利技术一种针对支气管肺泡灌洗液涂片中白细胞的自动辨别方法流程图；图2为本专利技术一种针对支气管肺泡灌洗图片中白细胞的自动辨别方法显微图像。具体实施方式下面结合附图，对本专利技术一种支气管肺泡灌洗液涂片中白细胞的自动检测流程进行详细说明：步骤1：使用显微镜采集支气管肺泡灌洗液涂片的显微图像；步骤2：对步骤1中的图像进行灰度化处理，转化为灰度图像；步骤3：将步骤2中的灰度图像转化为二值化图像；步骤3-1：设定二值化处理过程中灰度阈值为对灰度图像使用最大类间方差法得到的灰度阈值；步骤3-2：将灰度图像中的各像素点灰度值与灰度阈值进行比较，若大于灰度阈值，则该点灰度置为0,，若小于灰度阈值，则该点灰度置为255，得到二值图像；步骤4：将步骤3中的二值化图像进行去噪、边缘增强和边缘锐化处理；步骤5：将步骤4中的二值化图像连通域标记，并计算连通区域包括：面积、周长、离心率在内的外形特征；步骤6：根据连通区域外形特征对步骤5中的联通区域进行初步筛选，保留外形特征符合白细胞条件的连通区域，然后按照其面积大小分为脓球细胞疑似区域和普通白细胞疑似区域，将面积大于1本文档来自技高网...

【技术保护点】
一种针对支气管肺泡灌洗涂片的白细胞检测方法，该方法包括： 步骤1：使用显微镜采集支气管肺泡灌洗涂片的显微图像； 步骤2：对步骤1中的图像进行灰度化处理，转化为灰度图像； 步骤3：将步骤2中的灰度图像转化为二值化图像； 步骤4：将步骤3中的二值化图像进行去噪、边缘增强和边缘锐化处理； 步骤5：将步骤4中的二值化图像连通域标记，并计算连通区域包括：面积、周长、离心率在内的外形特征； 步骤6：根据连通区域外形特征对步骤5中的联通区域进行初步筛选，保留外形特征符合白细胞条件的连通区域，然后按照其面积大小分为脓球细胞疑似区域和普通白细胞疑似区域； 分别对这两类细胞疑似区域采用不同的处理方法，针对普通白细胞疑似区域，我们采用步骤7到步骤17的步骤： 步骤7：找到步骤6中普通白细胞疑似区域在原灰度图中位置，并在灰度图中裁剪出普通白细胞疑似区域，得到若干裁剪图像； 步骤8：将步骤7中的裁剪图像转化为二值化图像； 步骤9：将步骤8得到的二值化图像中连通区域进行标记，统计连通区域的面积和质心特征，找到面积最大连通区域，并排除远离面积最大连通区域中心的其它连通区域； 步骤10：将步骤9得到的图像填充、膨胀、腐蚀，并重新标记连通区域，统计各连通区域的面积，找到各二值化图像中最大连通区域，并计算最大连通区域的圆形度； 步骤11：利用各二值化图像中最大连通区域圆形度对二值化图像进行筛选，保留符合复合白细胞圆形度特征的二值化图像； 步骤12：将步骤11保留的二值化图像进行填充、膨胀处理，从新标记连通区域，统计连通区域的面积，找到最大连通区域，计算最大连通区域的圆形度； 步骤13：利用最大连通区域圆形度特征对步骤12中的图像进行筛选，进一步保留符合白细胞圆形度特征的二值化图像； 步骤14：统计步骤13保留下来的各二值化图像中第二大连通区域的特征，计算第二大连通区域的圆形度和所占二值化图像面积百分比； 步骤15：利用步骤14中的圆形度和面积百分比对二值化图像进行筛选，保留复合条件的二值化图像，在原灰度图中找到该二值化图像对应区域，并标记； 步骤16：计算标记区域的灰度平均值、灰度方差值，利用灰度平均值和灰度方差对步骤 15中找到的区域进行筛选； 步骤17：将筛选后的区域在原图中标记出来，并认定该区域为白细胞对应的区域； 针对脓球细胞疑似区域，我们采用步骤18到步骤24的步骤： 步骤18：运用索贝尔算子寻找步骤6中标记的脓球细胞疑似区域的边缘； 步骤19：寻找步骤18得到的脓球细胞疑似区域边缘的凹点，并标记出凹点位置； 步骤20：根据步骤19中各凹点的位置，将脓球细胞疑似区域划分为多个单细胞，并统计细胞个数； 步骤21：通过步骤20统计得到的细胞个数，排除细胞个数较少的连通区域，； 步骤22：在原灰度图中找到步骤21中保留区域的对应区域，并计算灰度平均值和灰度方差值； 步骤23：利用灰度平均值和灰度方差对步骤22中找到的区域进行筛选； 步骤24：将筛选后的区域在原图中标记出来，并认定该区域为白细胞对应的区域。...

【技术特征摘要】
1.一种针对支气管肺泡灌洗液涂片的白细胞检测方法，该方法包括：步骤1：使用显微镜采集支气管肺泡灌洗液涂片的显微图像；步骤2：对步骤1中的显微图像进行灰度化处理，转化为灰度图像；步骤3：将步骤2中的灰度图像转化为二值化图像；步骤4：将步骤3中的二值化图像进行去噪、边缘增强和边缘锐化处理；步骤5：将经过步骤4处理后的二值化图像连通域标记，并计算连通区域包括：面积、周长、离心率在内的外形特征；步骤6：根据连通区域外形特征对步骤5中的连通区域进行初步筛选，保留外形特征符合白细胞条件的连通区域，然后按照其面积大小分为脓球细胞疑似区域和普通白细胞疑似区域；分别对这两类细胞疑似区域采用不同的处理方法，针对普通白细胞疑似区域，采用步骤7到步骤17的步骤：步骤7：找到步骤6中普通白细胞疑似区域在灰度图像中位置，并在灰度图像中裁剪出普通白细胞疑似区域，得到若干裁剪图像；步骤8：将步骤7中的裁剪图像转化为二值化图像；步骤9：将步骤8得到的二值化图像中连通区域进行标记，统计连通区域的面积和质心特征，找到面积最大连通区域，并排除远离面积最大连通区域质心的其它连通区域；步骤10：将步骤9得到的图像填充、膨胀、腐蚀，并重新标记连通区域，统计各连通区域的面积，找到各二值化图像中最大连通区域，并计算最大连通区域的圆形度；步骤11：利用步骤10的各二值化图像中最大连通区域圆形度对二值化图像进行筛选，保留符合普通白细胞圆形度特征的二值化图像；步骤12：将步骤11保留的各二值化图像进行填充、膨胀处理，重新标记连通区域，统计连通区域的面积，找到各二值化图像中的最大连通区域，计算最大连通区域的圆形度；步骤13：根据普通白细胞圆形度特征，对步骤12获得的各二值化图像中最大连通区域圆形度特征进行筛选，进一步保留符合普通白细胞圆形度特征的二值化图像；步骤14：统计步骤13保留下来的各二值化图像中第二大连通区域的特征，计算第二大连通区域的圆形度和所占二值化图像面积百分比；步骤15：根据普通白细胞第二大连通区域的圆形度特征及所占二值化图像面积百分比，对步骤14中的圆形度和面积百分比对二值化图像进行筛选，保留符合条件的二值化图像，在灰度图像中找到该二值化图像对应区域，并标记；步骤16：计算标记区域的灰度平均值、灰度方差值，利用灰度平均值和灰度方差对步骤15获得的标记区域进行进一步筛选；步骤17：将筛选后的区域在步骤1获得图像中标记出来，并认定该区域为白细胞对应的区域；针对脓球细胞疑似区域，采用步骤18到步...

【专利技术属性】
技术研发人员：刘娟秀，王强，谢煜，张静，刘霖，杨先明，雷皓婷，袁阳，叶玉堂，刘永，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51