学位论文 > 优秀研究生学位论文题录展示

医学显微细胞图像提取和分割技术的研究与实现

作　者: 吴菁
导　师: 唐勇；诸葛芸
学　校: 电子科技大学
专　业: 软件工程
关键词: 图像分割显微细胞目标提取粘连细胞
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 135次
引　用: 0次
阅　读: 论文下载

内容摘要

随着计算机图像技术的飞速发展,医学图像处理渐渐地在从人工识别向计算机自动识别的方向发展。医学显微细胞自动检测系统作为医学辅助软件,是图像技术和医学领域相结合的新兴产物。显微细胞自动检测系统能自动识别细胞图像中的细胞,然后进行形态学统计分析和判断,这可以大大节约诊断时间,并使远程诊断成为可能,所以开展显微细胞图像自动检测技术研究具有重大现实意义。显微细胞图像自动检测系统一般分为图像预处理、图像细胞提取、粘连细胞分割、细胞统计及修正4个步骤。其中图像细胞提取、粘连细胞分割在细胞图像处理上都是技术难点,特别是在图像采集质量不佳,清晰度不高的情况下,如何有效提高细胞识别的正确率是近年来显微细胞图像处理技术的一个瓶颈。图像噪声影响、图像提取效果不佳、粘连分割困难等诸多因素的约制。论文在最为关键的图像细胞提取和粘连细胞分割2个方面的技术上进行了改进。图像细胞提取即对图像中目标的提取过程。该部分首先介绍了论文所采用的细胞提取方法的理论基础,并分析了传统方法的局限性,在此基础上,提出了一种基于阈值处理的改进的目标提取算法;粘连细胞分割即对所提取的目标进行分割。该部分首先介绍了分水岭分割算法,并说明了其用于粘连细胞分割的优势所在。然后分析了传统分水岭分割方法处理细胞分割的缺点所在,在此基础上,提出了一种基于分水岭的改进粘连分割算法。实验结果表明,算法的改进取得了不错的效果。细胞信息统计及修正主要对细胞分割后进行统计。其中细胞信息统计包括细胞统计、细胞形态统计(面积、圆度、长宽比、矩形度)和细胞色度统计等;细胞修正主要介绍了孔洞填充技术,论文采用了细胞提取前和细胞提取后的双重填充方法,取得了不错的效果。论文最后指出了在显微细胞图像提取和分割技术研究过程中的不足之处,在粘连分割和扫描算法上还有待改进。

全文目录

摘要  4-5
ABSTRACT  5-11
第一章绪论  11-20
  1.1 研究的目的和意义  11-12
  1.2 国内外研究现状和发展趋势  12-14
    1.2.1 细胞图像处理与识别  12
    1.2.2 图像技术在生物医学方面的应用  12-13
    1.2.3 显微细胞自动识别技术存在的主要问题  13-14
  1.3 医学显微细胞自动检测系统概述  14-18
    1.3.1 系统流程简介  14-16
    1.3.2 系统分析达到的效果  16-18
  1.4 本文研究内容及结构安排  18-20
第二章常用细胞图像提取及分割方法  20-32
  2.1 概述  20
  2.2 图像分割的含义  20-21
  2.3 颜色特征空间  21
  2.4 彩色图像分割方法  21-30
    2.4.1 直方图阈值法  22-23
    2.4.2 特征空间聚类  23-25
    2.4.3 基于区域的方法  25-27
      2.4.3.1 区域生长、区域分裂、合并及两者的组合  25
      2.4.3.2 分水岭分割方法  25-26
      2.4.3.3 基于随机场的方法  26-27
    2.4.4 边缘检测  27-28
    2.4.5 模糊技术  28
    2.4.6 人工神经网络  28-29
    2.4.7 基于物理模型的方法  29-30
  2.5 小结  30-32
第三章图像预处理  32-39
  3.1 预处理的必要性  32
  3.2 空间域滤波增强  32-36
    3.2.1 概述  32-33
    3.2.2 中值滤波法  33-34
    3.2.3 实验结果分析  34-36
  3.3 彩色空间转换  36-37
    3.3.1 彩色空间  36
    3.3.2 HSI 彩色空间以及和 RGB 的转换  36-37
  3.4 灰度处理  37-38
    3.4.1 图像灰度的物理意义  37
    3.4.2 彩色空间到灰度空间的转换  37-38
  3.5 小结  38-39
第四章图像细胞提取  39-55
  4.1 传统细胞提取技术及局限性  39-40
    4.1.1 传统细胞图像提取技术概述  39-40
    4.1.2 传统方法用于医用细胞图像提取遇到的困难  40
    4.1.3 本文所采用的提取算法的理论  40
  4.2 直方图阈值法的应用  40-43
    4.2.1 直方图介绍  40-41
    4.2.2 直方图的生成过程  41-42
    4.2.3 直方图的性质  42
    4.2.4 直方图阈值法的计算  42-43
  4.3 Otsu 阈值法  43-45
    4.3.1 基于图像均值信息的Otsu 方法  43-44
    4.3.2 基于图像方差信息扩展的Otsu 方法  44-45
  4.4 改进后的目标提取方法  45-54
    4.4.1 直方图阈值法遇到的困难  45-46
    4.4.2 本文提出的目标提取方法  46-48
      4.4.2.1 算法原理  46-47
      4.4.2.2 算法伪代码  47-48
    4.4.3 细胞提取相关代码  48-52
    4.4.4 实验结果分析  52-54
  4.5 小结  54-55
第五章粘连细胞分割  55-74
  5.1 粘连分割概述  55
  5.2 普通分水岭算法用于粘连分割  55-56
    5.2.1 普通分水岭算法的局限性  55-56
    5.2.2 分水岭算法用于粘连分割的关键技术  56
  5.3 改进后的分水岭算法  56-73
    5.3.1 关键技术简介  56-58
      5.3.1.1 腐蚀  56-57
      5.3.1.2 扫描线算法  57-58
    5.3.2 改进后的算法原理与实现步骤  58-62
      5.3.2.1 算法原理  58-62
      5.3.2.2 算法实现步骤  62
    5.3.3 相关算法代码  62-72
    5.3.4 实验分析及结论  72-73
  5.4 小结  73-74
第六章细胞信息统计及修正  74-80
  6.1 细胞信息统计  74-77
    6.1.1 细胞统计  74-75
    6.1.2 细胞形态统计  75-76
      6.1.2.1 细胞形态统计的意义  75
      6.1.2.2 细胞形态统计内容和方法  75-76
    6.1.3 细胞色度统计  76-77
  6.2 细胞修正  77-79
    6.2.1 孔洞填充  77-79
      6.2.1.1 细胞提取前处理  78
      6.2.1.2 细胞提取后修正  78-79
    6.2.2 细胞清理  79
  6.3 小结  79-80
第七章总结  80-82
  7.1 对本文的总结  80
  7.2 对未来工作的展望  80-82
致谢  82-83
参考文献  83-87

相似论文

森林防火系统中图像识别算法的研究,TP391.41
数字图像处理在集装箱检测中的应用研究,TP274.4
个性化人工膝关节设计及其生物力学特性研究,R318.1
基于图像处理技术的烟叶病害自动识别研究,S435.72
红外图像目标识别及跟踪技术研究,TP391.41
细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41
基于粒子群优化的Fuzzy c-mean聚类算法的基因芯片图像处理,TP391.41
基于知识的脊柱MRI影像分割算法研究,TP391.41
基于OpenCV的人脸检测方法研究,TP391.41
计算机辅助髋关节置换手术系统研究与开发,TP391.41
基于单目夜视图像的深度估计,TP391.41
基于中介真值程度度量的图像分割方法研究,TP391.41
基于图像处理的棉花成熟度判定技术的研究,TP391.41
基于空间邻域词袋模型的图像标注技术,TP391.41
基于数字图像处理技术的路面裂缝检测算法研究,TP391.41
Web图像搜索中基于GPU的图像分割技术术究,TP391.41
基于改进的GVF主动轮廓模型的图像分割方法研究,TP391.41
基于主动轮廓模型的图像分割方法研究,TP391.41
基于主动轮廓模型的心脏核磁共振图像左心室分割方法研究,TP391.41
基于特征的纸币号码识别的研究,TP391.41
手指静脉识别技术研究,TP391.41