基于數(shù)學形態(tài)學的細胞圖像分割技術研究.pdf

1、數(shù)學形態(tài)學以其嚴密的理論體系和直觀的幾何表示為圖像處理問題提供了一種一致的有力方法?；跀?shù)學形態(tài)學的圖像分割是近年來圖像處理中的研究熱點之一。目前基于數(shù)學形態(tài)學圖像分割的研究主要集中在兩個方面：基于數(shù)學形態(tài)學的邊緣檢測和基于形態(tài)學分水嶺變換的區(qū)域分割算法改進。本文圍繞這兩方面展開深入研究，分別改進了基于形態(tài)學重構的細胞圖像邊緣檢測算法和基于形態(tài)學重構與標記的細胞圖像分水嶺分割算法，主要的工作和研究成果如下： 1．闡述了課題的研究

2、背景及意義，給出了圖像分割的有關概念，對目前細胞圖像分割的方法及國內(nèi)外研究現(xiàn)狀進行了綜述性分析。介紹了數(shù)學形態(tài)學的基礎理論及形態(tài)學重構的原理與應用。 2．針對數(shù)學形態(tài)學簡單開閉運算會導致邊緣信息的不連續(xù)，影響分割的精確度，利用形態(tài)學重構運算保持邊緣的良好特性，引入了形態(tài)學重構濾波器，解決了簡化圖像和保護邊緣這一矛盾。 3．針對形態(tài)學開閉(閉開)重構濾波應用在嚴重噪聲污染細胞圖像上會導致濾波效果差的問題，引入了連續(xù)開閉(閉

3、開)重構濾波方案，獲得了很好的效果。 4．針對形態(tài)學重構中結構元素難以選取的關鍵問題，結構元素選取太小，難濾除大的噪聲，結構元素若取得過大，會破壞細胞的形態(tài)結構，引入了多結構元素自適應迭代膨脹的結構元素選取方法，可以很好韻解決這一問題。結合上述優(yōu)點，提出基于形態(tài)學重構的多結構元多路加權邊緣檢測算法。通過實驗證明，該細胞圖像邊緣檢測新方法在提取圖像的邊緣效果和濾除偽邊界方面優(yōu)于傳統(tǒng)的邊緣檢測方法。并與參考文獻[59]所采用的區(qū)域形

4、態(tài)學運算的邊緣檢測方法進行實驗結果比較，本文提出的算法其實驗結果具有明顯的優(yōu)勢。 5．對分水嶺分割算法進行深入研究，借鑒形態(tài)學重構思想，針對傳統(tǒng)分割方法的“過分割”問題，改進了基于形態(tài)學重構與標記的細胞圖像分水嶺分割新算法。引入形態(tài)學重構作為分割前的預處理，該算法計算復雜度較低、參數(shù)選取簡單，大大改善了分水嶺算法的過分割問題。本文所提出的算法與另外三種經(jīng)過改進的分水嶺分割算法進行實驗結果比較，本文提出的算法可以得到更為準確的分割