The invention discloses a method for segmentation of single cell image, the method comprises the following steps: 1) image preprocessing, converted to grayscale images, remove the noise and contrast enhancement; 2) block threshold segmentation to divide the image into A*A pieces, each using OSTU to calculate the optimal threshold segmentation of foreground and background; 3), judging by the segmentation of nucleus is consistent with the state characteristics are normal, if normal is to prove that the segmentation result is relatively good, the output results; 4) if the segmentation results do not meet the state nuclear characteristics, the result of segmentation is not accurate, the next step of image processing; 5) using adaptive threshold segmentation, and together with other normal image segmentation results, the present invention relates to a single cell segmentation algorithm, solves the problem of inaccurate segmentation nuclei, slow segmentation speed, combined with the block threshold The segmentation speed is fast, the precision of the adaptive threshold segmentation is high, and the workload is less. The two advantages are complementary to each other, and the quality of the output image is improved.
【技术实现步骤摘要】
一种单细胞图像分割方法
本专利技术涉及细胞图像分割与识别
,具体为一种单细胞图像分割方法。
技术介绍
利用图像处理技术与病理学专家的临床经验,可以对宫颈癌细胞图像进行快速的筛查和统计,进而实现对宫颈细胞图像的自动诊断,这样就能大大提高医生的效率,减少人工阅片的失误和误判,目前对宫颈细胞图像主要以实现自动分割和分类为主,根据细胞种类采用了多种细胞图像分割算法,其中阈值分割是在图像分割当中应用最广泛也是最简单的一种分割方法。但是,由于制片的主观因素影响,大部分宫颈细胞图像都比较复杂,并不是理想细胞图像那样背景单一并且没有杂质,每个细胞都独立存在且容易辨别出来的,这使得后续的图像分割和细胞分类带来许多困难。主要难点有:1)细胞间重叠;2)细胞边缘界限模糊;3)细胞图像参入杂质;4)细胞核大小形状纹理不一致。细胞分割主要有分块阈值分割和自适应阈值分割,由于其算法运算速度快且分割准确等特点,使其在图像分割领域得到研究人员的青睐。当前在细胞图像分割方法中,根据细胞形态采用多种算法相结合的方式已被广泛应用。
技术实现思路
本专利技术的目的在于提供一种单细胞图像分割方法,以解决上述
技术介绍
中提出的问题。为实现上述目的,本专利技术提供如下技术方案:一种单细胞图像分割方法,包括以下步骤:首先介绍一下本专利技术所述的分割算法总体框架,先利用改进的分块门限阈值分割算法得到比较粗糙的分割结果,而后利用细胞核特征形态测试方法,对分块门限阈值分割后得到的结果进行筛选,不完整的细胞核送入自适应分割进行二次分割,完整的细胞核图像直接输出,然后把利用自适应分割的结果和分块阈值分割的结果合并 ...
【技术保护点】
一种单细胞图像分割方法,包括总体分割方法和改进细胞阈值分割算法,主要流程:1)输入一幅宫颈TCT图像,对图像进行灰度转换、中值滤波去噪以及对比度增强等预处理;2)对所有图像进行分块阈值分割处理,采用OTSU方法进行阈值分割,分割出前景与背景;3)进行图像形状测试,前后背景图像鲜明的直接放入待检测结果输出集合,未通过检测的再次进行自适应阈值分割;4)把两次分割的结果进行合并,就得到最终理想的分割图像集合,本方案依据细胞不同形态分别进行不同方法的分割,保证了分割方法的精确性和独立性,其中分块阈值分割的主要步骤是:1)将图像分割成一个个小块,对每一块分别进行灰度化、计算方差V和均值Mean;2)利用大律算法获得整幅图像的最佳阈值T1和T2;3)如果方差V大于T1,则利用OTSU做全局阈值分割,如果方差V小于T1,且均值Mean大于T2,则可判断该小块属于背景区域,否则的话就属于前景区域,而自适应分割的主要步骤为:1)首先对图像进行灰度处理;2)遍历每一个像素点I(x,y),对每一个像素点设置分割阈值T,以该像素点为核心,设置邻域窗口,求出该窗口的灰度均值Mean;3)根据对比就可以求出该图像 ...
【技术特征摘要】
1.一种单细胞图像分割方法,包括总体分割方法和改进细胞阈值分割算法,主要流程:1)输入一幅宫颈TCT图像,对图像进行灰度转换、中值滤波去噪以及对比度增强等预处理;2)对所有图像进行分块阈值分割处理,采用OTSU方法进行阈值分割,分割出前景与背景;3)进行图像形状测试,前后背景图像鲜明的直接放入待检测结果输出集合,未通过检测的再次进行自适应阈值分割;4)把两次分割的结果进行合并,就得到最终理想的分割图像集合,本方案依据细胞不同形态分别进行不同方法的分割,保证了分割方法的精确性和独立性,其中分块阈值分割的主要步骤是:1)将图像分割成一个个小块,对每一块分别进行灰度化、计算方差V和均值Mean;2)利用大律算法获得整幅图像的最佳阈值T1和T2;3)如果方差V大于T1,则利用OTSU做全局阈值分割,如果方差V小于T1,且均值Mean大于T2,则可判断该小块属于背景区域,否则的话就属于前景区域,而自适应分割的主要步骤为:1)首先对图像进行灰度处理;2)遍历每...
【专利技术属性】
技术研发人员:黄金杰,冀宗玉,贾海阳,潘晓真,
申请(专利权)人:哈尔滨理工大学,
类型:发明
国别省市:黑龙江,23
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。