基于模板匹配的顯微細胞圖像分割算法的研究和改進.pdf

1、顯微細胞圖像分割算法是細胞分類識別和定量分析的基礎(chǔ)和重要問題，它在許多科學(xué)和臨床應(yīng)用中扮演著重要的角色。細胞圖像分割是使用某種算法，將細胞從背景區(qū)域中分割出來。假如分割出的目標(biāo)對象是單個細胞，可進一步將細胞質(zhì)和細胞核分開；如果分割出的對象是粘連細胞，就需要先把這些粘連細胞分開，然后再將細胞質(zhì)和細胞核分開。鑒于細胞染色過程和涂片制片方法有很大的不同，并且細胞圖像中存在復(fù)雜的形態(tài)，許多計算方法已經(jīng)被開發(fā)出來并應(yīng)用于細胞圖像分割中。目前所提出

2、的大量細胞圖像分割算法，在一些光照均勻、背景簡單或者只是存在單個細胞的圖像中分割效果很好。但對于光照不均勻、背景復(fù)雜、邊界模糊以及存在重疊細胞的圖像中分割效果卻不是很好。所以研究更為智能更為普適的分割算法尤為重要。
　　2013年由C.Chen提出了通過模板匹配來分割顯微細胞圖像，該算法在顯微細胞圖像分割中具有很好的通用性。從該算法的實驗結(jié)果中可以看出，該算法所獲得的細胞邊界與實際細胞邊界比較吻合。對于光照不均勻及含有粘連的細胞圖

3、像，也能得到很好的細胞邊緣。然而它的缺點是相對于其他顯微細胞圖像分割算法，平均分割每幅細胞圖像所用的時間過長，造成算法的執(zhí)行效率不高。
　　本文針對C.Chen所提出的模板匹配顯微細胞圖像分割算法（CellImageSegmentationAlgorithmbasedonTemplateMatching，簡稱TM）存在執(zhí)行效率不高的問題，進行了一系列有針對性的研究和改進。主要研究內(nèi)容和創(chuàng)新點如下：
　?、偬岢隽嘶谀０寮?/p>

4、的改進TM顯微細胞圖像分割算法（TemplateSetReduced_TM，簡稱TSR_TM）。新算法針對TM算法在創(chuàng)建模板集時會產(chǎn)生較多冗余模板的問題，在深入分析產(chǎn)生冗余模板原因的基礎(chǔ)上，通過提取模板集的形狀特征，并計算其相似度，然后在不影響圖像分割準(zhǔn)確率的情況下，剔除模板集中相似度過高的模板來精簡模板集。從而縮減了分割圖像所使用的時間，提高了算法的執(zhí)行效率。
　?、谔岢隽嘶谄骄０迤ヅ浜头N子點最優(yōu)位置選取的改進TM顯微細胞圖

5、像分割算法（AverageTemplateMatchingandSeeds’OptimalLocationSelection，簡稱ATM_SOLS）。新算法通過將TM算法所產(chǎn)生的模板集更換為平均模板在大小和方向上做相應(yīng)調(diào)整的模板集，從而更大力度地縮減了模板集，并且通過改進圖像分割過程中種子點的選取方法，保證了算法的分割準(zhǔn)確率。該算法在不影響圖像分割準(zhǔn)確率的情況下，更大程度地縮減了圖像的分割時間，提高了算法的執(zhí)行效率。
　?、蹖ι鲜?/p>