淋病顯微細(xì)胞圖象分析識(shí)別技術(shù)的研究與實(shí)現(xiàn).pdf

1、醫(yī)學(xué)顯微圖象處理是近三十-年來發(fā)展起來的新興技術(shù)，其中病原微生物圖象自動(dòng)識(shí)別是顯微圖象處理領(lǐng)域的研究課題之一。目前，對(duì)于淋病顯微細(xì)胞圖象的分析，仍停留在對(duì)涂片的視頻采集，人工識(shí)別階段，存在誤判率高、工作效率低等問題。 為了改善上述問題，本文將計(jì)算機(jī)圖象處理技術(shù)用于淋病顯微細(xì)胞圖象的分析和識(shí)別，研究了細(xì)胞圖象預(yù)處理、細(xì)胞圖象分割、細(xì)胞特征提取和識(shí)別等問題。 在顯微細(xì)胞圖象預(yù)處理方面，對(duì)幾種圖象灰度化和圖象增強(qiáng)方法進(jìn)行了分析

2、和比較，確定了用加權(quán)平均值法進(jìn)行彩色圖象灰度化，并采用中值濾波去除圖象噪聲。 細(xì)胞圖象分割是進(jìn)行顯微圖象識(shí)別的關(guān)鍵，其分割算法是本文的研究重點(diǎn)，在詳細(xì)分析目前國內(nèi)外常用的算法基礎(chǔ)上，針對(duì)淋病顯微細(xì)胞圖象的特點(diǎn)，重點(diǎn)研究了二維OTSU閾值分割算法。為降低其計(jì)算復(fù)雜度，減少計(jì)算時(shí)間，利用圖象的內(nèi)外邊緣信息，限定二維閾值的選取范圍，提出了一種基于圖象邊緣的二維OTSU閾值分割方法，并用于淋病顯微細(xì)胞圖象的分割。對(duì)分割后的圖象，采用數(shù)學(xué)