基于颜色空间体积和超像素的白细胞分割方法技术

本发明专利技术属于生物医学图像处理技术领域，具体公开基于颜色空间体积和超像素的白细胞分割方法，包括如下步骤：S1、基于视觉注意机制的颜色空间体积增强细胞核区域，同时有效地抑制背景区域；S2、在分割细胞核阶段，利用基于多峰的直方图阈值法实现细胞核的鲁棒性分割；S3、在分割细胞质阶段，对输入的白细胞图像使用线性光谱聚类算法进行超像素分割，并基于边界先验知识去除图像边界区域，得到的结果作为初始的白细胞区域；S4、使用多峰的直方图阈值法精细分割整个白细胞区域后，将整个白细胞区域减去细胞核区域来获得细胞质区域。去细胞核区域来获得细胞质区域。去细胞核区域来获得细胞质区域。

【技术实现步骤摘要】
space.Proceedings of the 4th IEEE International Conference on Broadband Network and Multimedia Technology(IC
‑
BNMT),2011；Oct 28；Shenzhen,China；pp.629
–
632.
[0008][3]Sahoo PK,Soltani S.A survey of thresholding techniques.Comput.Vis.Graphics Image Process.1988；41(2):233
–
260.
[0009][4]Ko BC,Gim JW,Nam JY.Automatic white blood cell segmentation using stepwise merging rules and gradient vector flow snake.Micron 2011；42:695
–
705.
[0010][5]Sadeghian F,Seman Z,Ramli AR,Kahar BA,Saripan MI.A framework for white blood cell segmentation in microscopic blood images using digital image processing.Biol.Proced.Online 2009；11:196
–
206.
[0011][6]Osowski S,Siroic R,Markiewicz T,Siwek K.Application of support vector machine and genetic algorithm for improved blood cell recognition.IEEE Trans.Instrum.Meas.2009；58:2159
–
2168.
[0012][7]Liu G,Yang H.Exploiting color volume and color difference for salient region detection.Transactions on Image Processing.2019；28(1):6
‑
16.
[0013][8]J.Chen,Z.Li,and B.Huang,“Linear spectral clustering superpixel,”IEEE Transactions on Image Processing,vol.26,no.7,pp.3317
–
3330,2017.

技术实现思路

[0014]为了解决上述技术问题，本专利技术提供基于颜色空间体积和超像素的白细胞分割方法，能够显著地改善白细胞图像分割的性能。
[0015]本专利技术的技术方案如下：
[0016]基于颜色空间体积和超像素的白细胞分割方法，包括细胞核分割阶段和细胞质分割阶段；在细胞核分割阶段，利用基于视觉注意机制的颜色空间体积结合基于多峰的直方图阈值法进行细胞核的鲁棒性分割；在细胞质分割阶段，利用超像素分割、边界区域移除结合多峰的直方图阈值法精细分割整个白细胞区域。
[0017]进一步地，基于颜色空间体积和超像素的白细胞分割方法包括如下步骤：
[0018]S1、基于视觉注意机制的颜色空间体积增强细胞核区域，同时有效地抑制背景区域；
[0019]S2、在分割细胞核阶段，利用基于多峰的直方图阈值法实现细胞核的鲁棒性分割；
[0020]S3、在分割细胞质阶段，对输入的白细胞图像使用线性光谱聚类算法进行超像素分割，并基于边界先验知识去除图像边界区域，得到的结果作为初始的白细胞区域；
[0021]S4、使用多峰的直方图阈值法精细分割整个白细胞区域后，将整个白细胞区域减去细胞核区域来获得细胞质区域。
[0022]进一步地，所述步骤S1中基于视觉注意机制的颜色空间体积增强细胞核区域是通过L*a*b*和RGB颜色空间中的L*、a*、R、G和B分量的线性组合创建颜色空间体积，具体表现为：
[0023][0024]b
’
＝B
‑
(R+G)/2(2)
[0025]其中，图像I
’
为颜色空间体积。
[0026]进一步地，所述步骤S2中基于多峰的直方图阈值法的具体算法如下：
[0027]S21、创建颜色空间体积I
’
的直方图h；
[0028]S22、找出直方图中所有的波峰值p1，p2,，p3…
p
n
,(n>＝1)，并求出它们对应的灰度级g1，g2，g3…
g
n
(n>＝1且g
n
∈[0 255])；
[0029]S23、找出所有峰值中灰度级最大的前两个灰度级g
max
和g
secMax
，公式如下：
[0030]g
max
＝Arg max{g
i1≤i≤n
}(4)
[0031]g
secMax
＝Arg max{g
i1≤i≤n
}，g
i
≠g
max
(5)
[0032]其中，n为直方图中波峰的总个数；
[0033]S24、自适应的确定分割细胞核的阈值T，具体表现为：
[0034]T＝Arg min
1≤i≤256
H(i),min(g
max
,g
secMax
)≤i≤max(g
max
,g
secMax
)，(6)
[0035]其中，H(i)是第i个的灰度级，T为阈值，即处于最高波峰和第二高波峰之间的灰度级中的最小的灰度级；
[0036]S25、最后，基于阈值T分割细胞核，具体表现为：
[0037][0038]其中，Nu为阈值分割后细胞核的二值图像。
[0039]进一步地，所述步骤S3中基于超像素分割和边界先验知识的方法去除背景区域的具体步骤为：
[0040]S31、使用LSC算法将输入的白细胞图像I分割为n个区域，并将分割后的区域表示为r1，r2，r3…
，r
m
，r
(m+1)
，
…
r
(m+n)
；前m个区域是边界区域，其余n
‑
m个区域是位于中间未接触边界的区域；
[0041]S32、基于边界先验知识移除前m个边界区域，获得的中心区域作为初始的白细胞区域。
[0042]进一步地，所述步骤S4中得到细胞质分割结果的具体步骤为：
[0043]S41、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于颜色空间体积和超像素的白细胞分割方法，其特征在于：包括细胞核分割阶段和细胞质分割阶段；在细胞核分割阶段，利用基于视觉注意机制的颜色空间体积结合基于多峰的直方图阈值法进行细胞核的鲁棒性分割；在细胞质分割阶段，利用超像素分割、边界区域移除结合多峰的直方图阈值法精细分割整个白细胞区域。2.如权利要求1所述的基于颜色空间体积和超像素的白细胞分割方法，其特征在于，包括如下步骤：S1、基于视觉注意机制的颜色空间体积增强细胞核区域，同时有效地抑制背景区域；S2、在分割细胞核阶段，利用基于多峰的直方图阈值法实现细胞核的鲁棒性分割；S3、在分割细胞质阶段，对输入的白细胞图像使用线性光谱聚类算法进行超像素分割，并基于边界先验知识去除图像边界区域，得到的结果作为初始的白细胞区域；S4、使用多峰的直方图阈值法精细分割整个白细胞区域后，将整个白细胞区域减去细胞核区域来获得细胞质区域。3.如权利要求2所述的基于颜色空间体积和超像素的白细胞分割方法，其特征在于：所述步骤S1中基于视觉注意机制的颜色空间体积增强细胞核区域是通过L*a*b*和RGB颜色空间中的L*、a*、R、G和B分量的线性组合创建颜色空间体积，具体表现为：b
’
＝B
‑
(R+G)/2
ꢀꢀꢀ
(2)其中，图像I
’
为颜色空间体积。4.如权利要求3所述的基于颜色空间体积和超像素的白细胞分割方法，其特征在于：所述步骤S2中基于多峰的直方图阈值法的具体算法如下：S21、创建颜色空间体积I
’
的直方图h；S22、找出直方图中所有的波峰值p1，p2，，p3...p
n
，(n>＝1)，并求出它们对应的灰度级g1，g2，g3...g
n
(n>＝1且g
n
∈[0255])；S23、找出所有峰值中灰度级最大的前两个灰度级g
max
和g
secMax
，公式如下：...

【专利技术属性】
技术研发人员：孙永涛，向鹏，苏明辉，张文良，陈乔鑫，
申请(专利权)人：福建师范大学，
类型：发明
国别省市：