基于小波變換和數(shù)學(xué)形態(tài)學(xué)的細(xì)胞圖像分割方法研究.pdf

1、在醫(yī)學(xué)圖像處理中細(xì)胞圖像分割是由圖像處理到圖像分析的關(guān)鍵步驟，這是因?yàn)閳D像的分割、目標(biāo)的分離、特征的提取和參數(shù)的測(cè)量將原始的圖像轉(zhuǎn)化為更抽象更緊湊的形式，使得醫(yī)生根據(jù)圖像對(duì)病情作出更準(zhǔn)確的分析和判斷成為可能。盡管己經(jīng)有很多種經(jīng)典的分割算法，但是仍然沒(méi)有一種分割方法能夠?qū)λ械膱D像都產(chǎn)生理想的分割結(jié)果?；诓煌N圖像分割方法的特點(diǎn)，根據(jù)待分割圖像的特征，研究符合具體圖像特點(diǎn)的分割方法，成為提高圖像分割效果的新的重要手段?；诖?，本文所做的

2、主要工作如下：
　　 (1)研究了小波變換的多分辨率特性在醫(yī)學(xué)圖像的去噪應(yīng)用，基于小波變換的空間和頻域局部變換，通過(guò)伸縮和平移等運(yùn)算對(duì)細(xì)胞圖像信息進(jìn)行多尺度細(xì)化分析?；跀?shù)學(xué)形態(tài)學(xué)算法，對(duì)粘連細(xì)胞圖像進(jìn)行分割研究。從分割結(jié)果來(lái)看，效果不理想，并存在嚴(yán)重的過(guò)分割現(xiàn)象。
　　 (2)提出了一種基于小波變換與形態(tài)學(xué)相結(jié)合的圖像分割方法。該方法將小波變換與數(shù)學(xué)形態(tài)學(xué)結(jié)合算法，先用多分辨率小波變換對(duì)圖像進(jìn)行分解，提取原圖在不同尺度

3、、不同方向上的低頻分量和高頻分量，接著用數(shù)學(xué)形態(tài)學(xué)的算子對(duì)小波分解后的細(xì)節(jié)圖像進(jìn)行一系列的膨脹、腐蝕等形態(tài)學(xué)運(yùn)算。由于會(huì)出現(xiàn)過(guò)分割，因此對(duì)相似區(qū)域的細(xì)節(jié)圖像進(jìn)行區(qū)域合并處理。最后，對(duì)合并后的圖像進(jìn)行小波逆變換，得到分割后的圖像。
　　 (3)以粘連細(xì)胞圖像為研究對(duì)象，在VC6.0環(huán)境下對(duì)上述算法進(jìn)行實(shí)現(xiàn)。實(shí)驗(yàn)結(jié)果表明：相對(duì)于傳統(tǒng)的細(xì)胞分割算法來(lái)說(shuō)，該算法抗噪能力強(qiáng)，邊緣定位精度較高、邊緣連續(xù)性好，細(xì)胞分割完整，并且對(duì)弱邊緣的檢測(cè)