1 简介 随着影像医学的发展,通过对细胞涂片影像的分析,从而对细胞影像进行区分和识别成为重要的研究课题。细胞图像分割是细胞图像分析和识别的重要步骤。图像分割是将图像中具
1 简介
随着影像医学的发展,通过对细胞涂片影像的分析,从而对细胞影像进行区分和识别成为重要的研究课题。细胞图像分割是细胞图像分析和识别的重要步骤。图像分割是将图像中具有特殊含义的不同区域区分开来,是图像处理的关键步骤。分割后的子区域互不交叉,每一个区域满足特定性质的一致性。人体细胞种类繁多、形态多样且图像质量也很不相同,而分析应用中对细胞图像分割的质量却要求较高,所以细胞图像的自动分割极为重要且困难很大。 彩色图像与灰度图像相比,信息量更为丰富,而且颜色的描述方法也较多。很多经典算法只能对二值图像或灰度图像进行运算。为此,关于彩色细胞图像的分割研究成为一个非常活跃的研究领域。 本文针对彩色细胞图像经过染色处理的特点,提出了一种彩色细胞图像的分割方法。以快速分水岭算法为主要分割算法,为了较好地抑制彩色细胞图像背景噪声,选择更符合人类视觉感知的HSI颜色空间,结合自动阈值和色度提出去除图像背景的方法。同时,使用中值滤波和均匀化处理,有效地克服了分水岭算法的过分割现象。针对细胞图像特点改进了区域合并算法。得到了较准确的分割结果。
2 部分代码
clear;close all;
%------------------
%程序中定义图像变量说明
%Image->原图变量;
%Image_BW->二值化图象;
%Image_BW_medfilt->中值滤波后的二值化图像;
%Optimized_Image_BW-〉通过“初次二值化图像”与“中值滤波后的二值化图像”进行“或”运算优化图像效果；
%Reverse_Image_BW-〉优化后二值化图象取反；
%Filled_Image_BW-〉已填充背景色的二进制图像；
%Open_Image_BW-〉开运算后的图像。
%------------------
%--------------------------------------
%-------图片前期处理-------------------
%--------------------------------------
3 仿真结果
4 参考文献
[1]海鹰. 基于分水岭算法的彩色细胞图像分割研究[D]. 内蒙古师范大学, 2008.
博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。
部分理论引用网络文献，若有侵权联系博主删除。
