基于組合分割思想的尿沉渣圖像分割算法研究.pdf

1、尿沉渣檢查是進行臨床檢驗和診斷鑒別的重要方法，是現(xiàn)代醫(yī)學研究中常用的手段之一。目前，臨床上對尿液中有形成分的檢驗主要還是依靠人工鏡檢的方式。該方式主觀程度強，且主要集中于有形成分的定性檢查，不利于臨床的定量診斷?；谟嬎銠C系統(tǒng)的尿沉渣自動檢測技術除了極大地提高臨床檢驗的效率，降低臨床醫(yī)師的勞動強度外，對醫(yī)院的信息化、疾病診斷判別的標準化還將提供有益的幫助。尿沉渣自動檢測過程可以劃分為三個主要環(huán)節(jié)：尿沉渣圖像獲取、分割和分類識別。本文主要

2、就該流程的重要環(huán)節(jié)-尿沉渣圖像的分割展開工作。
　　 本文首先對目前國內(nèi)外研究的多種圖像分割方法進行了綜述，在經(jīng)過分析比較后，發(fā)現(xiàn)基于分水嶺的分割方法具有諸多優(yōu)點且具有巨大的應用前景，因此本文將目標集中在對分水嶺算法的研究上。作為理論鋪墊，本文首先介紹了分水嶺算法的基本理論，然后，分別采用基于距離變換的分水嶺算法、基于梯度的分水嶺算法和基于控制標記符的分水嶺算法對尿沉渣圖像進行分割，并分析了這些算法在面對尿沉渣圖像分割問題時各自

3、存在的優(yōu)缺點。
　　 由于尿沉渣圖像自身的復雜性，單純利用一種算法對尿沉渣圖像進行分割，往往得不到較好的分割效果。經(jīng)過對尿沉渣圖像特點的研究，本文提出了一種基于組合思想的尿沉渣圖像分割算法。該算法首先對尿沉渣圖像進行預處理，消除圖像的邊界影響，增強圖像中目標與背景的對比度；然后算法采用基于OTSU的自適應閾值分割算法結合形態(tài)學完成對尿沉渣圖像的粗分割；最后采用基于距離變換的分水嶺算法對粗分割得到的子圖像作精細分割以分離尿沉渣圖像