尿沉淀显微图像中细胞识别
来源:互联网 发布:九芝堂 知乎 编辑:程序博客网 时间:2024/03/29 15:12
主要是分为三大部分:1、分割出细胞,包括细胞的定位;2、有效特征的提取;3、训练出合适的分类器。
0、预处理
图像加强:f(x,y)=L(x,y)+G(x,y)*H(x,y)
L(x,y)为源图像的低频部分,G(x,y)为图像增强的增益,H(x,y)为源图像的高频成分。
一、细胞分割
方法1:
a、先进行图像平滑滤波、锐化滤波、RGB空间转换至HSI;
b、基于HSI颜色空间,彩色图像背景区域的亮度I明显大于其它部分,且分布十分集中,白细胞与红细胞在H上有明显的差别。将色度分量H调至最大,可以增加白细胞、红细胞与背景的对比度,然后转换至色度空间进行色度分量提取,利用色度直方图进行迭代阈值分割。
方法2:
对于不同质量的图像,应采用不同的阈值进行 Canny 边缘提取,例如当图像比较模糊的时候,为了得到多的闭合边缘,应该采用较小的 Canny 阈值;而对于比较清晰的图片,则应使用较大的阈值,以去掉多余的杂点。本方法使用了计算梯度标准差的方法来对阈值进行动态设置。图像梯度的计算方法具体为:
1)如果 STD < 最小阈值STmin ,则表示图像过于模糊,在后期的识别过程中也不易进行识别,则跳过该图像,不做 Canny 边缘检测。
2)如果 STD ≥ 最小阈值STmin 且 STD ≤ 阈值ST,则表示图像较为模糊,但后期识别还可以接受,且 Canny 边缘检测易造成边缘破碎不连续,采用小阈值T1对其进行 Canny 边缘提取。
3)如果 STD ≥阈值ST,则表示图像较为清晰,可采用大点的阈值T2对其进行Canny 运算,同时使用大点的阈值T2可以对图像进行过滤,去除背景中的杂点。
方法3:
1)转换至灰度图像,并去噪;
2)小波变换
①读入原图像,对其进行小波变换,将原图像分解为LL,HL,LH,HH四部分;
②将低频部分LL置为零矩阵后,再用置零后的LL分量与原来的HL,LH,HH各分量利用小波变换将图像进行重构;
③采用经验阈值T=1.7对重构得到的图像进行阈值处理,大于该阈值的部分灰度值设为1,小于阈值的设为0,得到其 二值图像;
④采用半径为4的圆形结构元素对图像进行闭运算,封闭图像中狭窄的断裂以及缺口;
⑤对图像用半径为4的圆形结构元素进行填充;
⑥采用半径为4的圆形结构元素对图像进行开运算,断开狭小的连接,去掉细小的突出部分。
分割出的尿沉渣目标成分的边缘很不精确,只是目标成分位置的一个粗略定位。因此,根据小波结合形态学分割得到的二值图像,遍历该二值图像,找出每个白色区域的横轴与纵轴的最大值与最小值,即找到了每个二值区域的外接矩形。为了得到完整的尿沉渣各有形成分子图像,实验中,在得到的外接矩形的基础上各边再向外扩展了20个像素,然后将其对应到原尿沉渣图像中,得到了各个完整的尿沉渣子图像。
方法4:
流域分割算法可分为3个步骤:首先将经过预处理的二值图像变换成距离图,即用逐渐加深的灰度级表示,极限腐蚀部分表示为最黑的区域;然后标记出各凸集的“种子”,即计算出极限腐蚀集合y,最后,以各个凸集的“种子”为基础,
逐渐有条件“生长”图像,达到分割的目的。如下图
距离图 种子图
二、特征提取
1)几何特征提取
面积、周长、圆形度、矩形度、伸长度、占空比、对称度、均匀度、最小外接矩形的长宽比......
2)统计特征提取
区域灰度均值和图像均值的差;
方差---区域灰度的弥散程度;
一致性。
3)纹理特征提取
a、灰度共生矩阵
熵值-----灰度均匀则熵值小,纹理复杂则熵值大;
角二阶矩------灰度分布均匀的度量;
相关度-----反映图像中局部灰度相关性;
均值、方差、对比度、逆差距......
b、灰度----梯度共生矩阵
能量、灰度平均、梯度平均、惯性、小梯度优势、大梯度优势、灰度熵、梯度熵、混合熵。
c、基于距离变换的 Local Jet 纹理特征
① 距离变换,距离变换是指在二值图中,每个像素值为 1 的点到最近非零值像素的距离,边界点的距离定义为 0。
根据得到的距离图,我们可以按照距离的大小将目标从中心到边缘分为m份,对应于原始目标,则是将目标按照距离值的大小分成了m个环,即将目标从内到外分成了不同层次,我们可以分别统计每个层上的纹理特征。这种做法有效的避免了背景的干扰,而且将纹理的位置信息考虑到特征中,分层次的统计使纹理统计更加细致,同时,根据距离图分成的各个层又能够不受到旋转、平移的干扰。
4)采用PCA给特征空间降维
三、分类器
SVM、BP神经网络。
- 尿沉淀显微图像中细胞识别
- 基于OpenCV的细胞图像识别
- 细胞识别图像处理项目总结
- matlab PCNN 显微图像处理
- 三维细胞结构生物显微影像分析处理软件
- 细胞分类 识别 系统
- OpenCV-识别细胞图中的细胞总数
- 图像中左右手识别
- 基于OpenCV细胞识别计数
- 基于经典分割算法的图像内细胞识别与计数(matlab实现)(不定期更新完善)
- 基于DSP的嵌入式显微图像处理系统的设计
- SWH-1T显微硬度计及图像测量系统
- SWH-1T显微硬度计及图像测量系统
- SWH-1T显微硬度计及图像测量系统
- 沉淀
- 沉淀
- 沉淀
- 沉淀
- mfc listbox删除多行
- [Oracle]awr相关
- 黑马程序员-学习日志-常用对象
- 软件工程总结
- GitLab 添加 SSH Key
- 尿沉淀显微图像中细胞识别
- 20进制数据加法
- Matlab函数kmeans
- Android如何防止apk程序被反编译
- 闭包
- iOS手势识别的详细使用(拖动,缩放,旋转,点击,手势依赖,自定义手势)
- unity导出obj格式
- Maximum Depth of Binary Tree
- 解决 :RHEL5 同时配置 EPEL RPMForge 软件源时,安装 VLC 报错