基于數學形態(tài)學的細胞圖像分割算法研究.pdf

1、隨著科學技術，尤其是信息技術的發(fā)展，圖像處理己經成為科學研究中的重要工具之一。圖像分割作為圖像處理中的一項關鍵技術，近年來已經逐漸深入到軍事、工業(yè)、醫(yī)學、航天等各個領域，并得到極其廣泛的應用。 醫(yī)學圖像處理是數字圖像處理技術在醫(yī)學上的具體應用，已在世界各地得到越來越廣泛的重視。細胞圖像的分割作為其中一個重要分支，受到計算機圖像處理研究者的關注，細胞圖像分割與識別的方法研究也隨著計算機技術的發(fā)展成為當代圖像領域的前沿課題。

2、 對細胞圖像處理的學習研究主要包括以下幾個方面： 1.圖像預處理。圖像預處理技術主要包括圖像增強，中值濾波，邊緣檢測等方法，如何將這些方法進行合理的運用和有效的組合是獲取較好預處理效果的關鍵。經過多次實驗，以及對實驗結果反復的分析和比較，最后得出了一種對血細胞圖像比較有效的預處理方法，該方法為后續(xù)的圖像分割工作奠定了良好基礎。 2.數學形態(tài)學理論。醫(yī)學圖像處理中經常用到這一理論，因此這一部分學習的重點是觀察用這些理論對細

3、胞圖像進行處理時會產生怎樣的結果，分析理論中不同方法的適用場合。 3.細胞圖像分割。圖像分割所牽涉的知識范圍比較廣，是學習過程中的難點之一。實驗主要采用閾值分割法，區(qū)域增長技術，以及近年發(fā)展起來的，如基于灰度值樣本訓練的分割方法，基于灰度值密度的物體描繪算法對血細胞圖像進行分割和做算法比較。 4.分水嶺分割算法。這部分工作的核心是根據血細胞圖像的特點，對傳統(tǒng)的分水嶺分割算法加以改進。通過前期的預處理以及匯水盆地的選取，有