基于水平集的牛乳體細(xì)胞圖像的分割.pdf

1、牛乳體細(xì)胞的種類、數(shù)量是評(píng)價(jià)牛乳質(zhì)量和奶牛健康的一項(xiàng)重要指標(biāo)。采用數(shù)字圖像處理技術(shù)對(duì)牛乳體細(xì)胞圖像的處理具有重要的現(xiàn)實(shí)意義。為此，本文主要針對(duì)牛乳體細(xì)胞圖像的灰度化、濾波、分割等內(nèi)容進(jìn)行了分析和研究。 文中分析討論了國內(nèi)外細(xì)胞分割理論及應(yīng)用現(xiàn)狀?？紤]到牛乳體細(xì)胞色彩單調(diào)，綜合了分割速度以及分割效果等因素，確定針對(duì)牛乳體細(xì)胞灰度圖像進(jìn)行分割。首先采用加權(quán)平均值方法將牛乳體細(xì)胞圖像轉(zhuǎn)化為灰度圖像并采用高斯濾波算法去除噪聲。其次用優(yōu)化

2、后的變分水平集算法對(duì)灰度圖像進(jìn)行分割。在優(yōu)化的變分水平集算法中采用局部試樣函數(shù)代替C-V算法中常量試樣，引入高斯核函數(shù)既能突出局部特性，又可以自動(dòng)地將函數(shù)定義域擴(kuò)展到全圖像域。引入距離規(guī)范項(xiàng)來避免周期性初始化操作。 分別采用傳統(tǒng)水平集方法、C-V變分水平集方法、優(yōu)化的變分水平集方法對(duì)牛乳體細(xì)胞圖像進(jìn)行了分割。實(shí)驗(yàn)結(jié)果表明，優(yōu)化的水平集方法在分割速度及分割效果都有明顯改善。 在采用優(yōu)化算法分割的基礎(chǔ)上，文中提出了細(xì)胞分離的