細胞圖像分割方法研究.pdf

1、醫(yī)學圖像處理在醫(yī)學診斷過程中占著舉足輕重的作用，近年來人們也越來越關(guān)注圖像分析和處理技術(shù)在醫(yī)學方面的運用，醫(yī)學上常使用圖像分割、圖像增強、圖像變換等處理技術(shù)來更好地分析醫(yī)學圖像、改善醫(yī)學圖像，從而提高臨床診斷的正確率、提高醫(yī)學研究能力。而細胞圖像分割是醫(yī)學圖像分析的基礎(chǔ)。通過對細胞圖像的分割，獲取精準的細胞信息，為進一步對細胞形態(tài)剖析和定量計算奠定良好的基礎(chǔ)。本文的主要研究內(nèi)容是針對尿沉渣圖像中的細胞粘連情況，通過實驗探索合適的分割方法

2、，提高分割正確率。
　　本文對目前常用的分割算法進行了認真分析，結(jié)合待分割細胞特征，選擇基于形態(tài)的分水嶺方法進行分割，然而，分水嶺算法的過分割問題嚴重影響了分割結(jié)果。減少過分割的一般方法是對圖像進行預(yù)處理，但由于常用的預(yù)處理方法都有各自適用范圍，具有一定局限性，因此，需要尋找一種對多數(shù)圖像都適用的組合方法。為了增強圖像中模糊的細胞邊緣，對已有的Sobel模板系數(shù)進行了調(diào)整;此外，為了降低圖像背景中的噪聲干擾，在基于萬有引力的邊緣檢