活動輪廓模型在一類復(fù)雜細(xì)胞圖像分割中的應(yīng)用研究.pdf

1、細(xì)胞研究在現(xiàn)代科學(xué)中具有重要意義，本文主要研究浮游生物、原生質(zhì)體等一些復(fù)雜細(xì)胞圖像的分割問題。這些細(xì)胞圖像具有邊緣模糊、內(nèi)部特征復(fù)雜等特點(diǎn)，利用傳統(tǒng)圖像分割方法較難取得理想效果?；谒郊幕顒虞喞Ｐ途哂锌乖胄阅軓?qiáng)、數(shù)值求解穩(wěn)定性好、可加入先驗(yàn)知識等優(yōu)點(diǎn)，目前已廣泛應(yīng)用于醫(yī)學(xué)圖像分割、三維重建、視頻跟蹤等領(lǐng)域。本文，將利用活動輪廓模型，研究解決一類復(fù)雜細(xì)胞圖像的分割問題。
　　 傳統(tǒng)的活動輪廓模型，存在分割速度慢、對一些表面復(fù)

2、雜邊緣模糊的對象分割效果不理想等缺點(diǎn)。本文在傳統(tǒng)活動輪廓模型和無需求解偏微分方程的快速活動輪廓模型基礎(chǔ)上，研究改進(jìn)形成一些新的快速活動輪廓模型算法，較好的解決了本文所涉及的一些復(fù)雜細(xì)胞圖像的分割問題。本文的主要工作如下：
　　 (1)研究建立了一種基于直方圖統(tǒng)計(jì)的快速活動輪廓模型。通過對傳統(tǒng)的概率估計(jì)活動輪廓模型的研究，把直方圖統(tǒng)計(jì)思想引入到快速活動輪廓模型中。將傳統(tǒng)的基于梯度和基于區(qū)間閾值的快速速度項(xiàng)改進(jìn)為基于直方圖統(tǒng)計(jì)的快速

3、速度項(xiàng)，得到一種新的基于直方圖統(tǒng)計(jì)的快速活動輪廓模型。實(shí)驗(yàn)證明，這一新的算法可以快速、有效地分割邊界模糊、內(nèi)部特征復(fù)雜的浮游生物細(xì)胞。
　　 (2)研究建立了一種基于圓形約束的快速活動輪廓模型。原生質(zhì)體細(xì)胞的內(nèi)部特征與外部極其相近，從而導(dǎo)致部分邊緣幾乎分辨不出，采用傳統(tǒng)的活動輪廓模型完全無法實(shí)現(xiàn)對該類細(xì)胞圖像的分割。針對原生質(zhì)體細(xì)胞具有圓形輪廓的特點(diǎn)，本文在快速活動輪廓模型中加入圓形約束信息，成功解決了單個原生質(zhì)體細(xì)胞的分割問題

4、。在此基礎(chǔ)上，又進(jìn)一步研究了多個原生質(zhì)體細(xì)胞的分割問題，提出了一種多水平集快速活動輪廓模型算法。首先利用單水平集模型進(jìn)行預(yù)分割，然后對單個水平集區(qū)域進(jìn)行分裂得到多個水平集區(qū)域，最后利用圓形約束的快速模型精確分割每個原生質(zhì)體細(xì)胞。針對多個不粘連細(xì)胞和多個粘連細(xì)胞，分別采用八鏈碼輪廓跟蹤法和隨機(jī)霍夫圓檢測法對單水平集區(qū)域進(jìn)行分裂操作。實(shí)驗(yàn)表明，該方法可以準(zhǔn)確、快速的分割多個不粘連和多個粘連原生質(zhì)體細(xì)胞。
　　 (3)把HSI空間彩色