葉類中藥顯微圖像分割和氣孔指數(shù)測定.pdf

1、中藥鑒定有助于新中藥的發(fā)現(xiàn)和打擊假冒偽劣中藥。鑒于傳統(tǒng)中藥鑒定人工操作效率低下，本文提出基于圖像分割的中藥鑒定思路，給出兩種可行的基于圖像分割技術(shù)的中藥鑒定方法，即基于RGB空間聚類的葉類中藥顯微圖像分割方法和基于閾值分割的葉類中藥顯微圖像分割和目標(biāo)計(jì)數(shù)方法，解決了葉類中藥顯微圖像分割中圖像噪聲干擾多、光照不均勻、存在刀口和抓痕、目標(biāo)種類多、個(gè)數(shù)多、色調(diào)不均勻等多種困難。 在基于RGB空間聚類的葉類中藥顯微圖像分割技術(shù)研究中，針

2、對RGB空間聚類技術(shù)中初始聚類中心難以選取的問題，本文提出了基于核密度和類內(nèi)最大距離的K-均值聚類分割算法。算法運(yùn)用一種特殊的存儲(chǔ)結(jié)構(gòu)存儲(chǔ)顏色空間數(shù)據(jù)，根據(jù)顏色的密度特征對圖像中的顏色進(jìn)行排序，根據(jù)排序結(jié)果進(jìn)行聚類，并根據(jù)待聚類色彩與已有聚類中心距離是否小于類內(nèi)最大距離來決定歸入已有的類或形成一個(gè)新的類。 在基于閾值分割的葉類中藥顯微圖像分割和目標(biāo)計(jì)數(shù)技術(shù)研究中，充分利用邊緣信息和目標(biāo)像素呈正態(tài)分布的假設(shè)，來解決閾值分割存在的單

3、峰問題，具有一定的創(chuàng)新性。通過對圖像灰度化、噪聲去除、邊緣檢測后所得的邊緣圖像設(shè)定閾值，從而確定邊緣區(qū)域，利用邊緣信息獲取圖像分割閾值，分割出去除邊緣區(qū)域的目標(biāo)區(qū)域；采用小鄰域去除、空洞填充技術(shù)消除大部分非細(xì)胞目標(biāo)和細(xì)胞空洞；進(jìn)行區(qū)域標(biāo)記并對每個(gè)區(qū)域計(jì)算面積周長比區(qū)域描述子，從而實(shí)現(xiàn)了細(xì)胞的分割和計(jì)數(shù)。氣孔的分割則根據(jù)氣孔在飽和度分量中與其他目標(biāo)區(qū)分明顯的特性，基于目標(biāo)/背景像素呈正態(tài)分布這一假設(shè)，對單峰圖像進(jìn)行分割，從而解決了氣孔目標(biāo)