大壁虎腦切片圖像分割與識別研究.pdf

1、動物機器人相比仿生機器人具有運動靈活、成本低、控制較方便等優(yōu)勢，因此具有廣闊的應用前景。大壁虎由于其出色的無障礙運動能力和負重能力成為制作動物機器人的理想動物，要制作大壁虎動物機器人，必須對其運動神經空間編碼進行研究，而研究大壁虎腦切片的是研究運動神經空間編碼的重要基礎。
　　 本文首先介紹了大壁虎染色腦切片顯微圖像的獲取，制作了大壁虎的腦部的石蠟切片，并使用伊紅-蘇木精染色法（HE染色）對石蠟切片進行染色操作，使用數(shù)碼顯微鏡與

2、PC機進行數(shù)字化采集。在圖像分割方面，首先介紹了基于HIS顏色空間的數(shù)字圖像處理的方法對腦切片顯微圖像進行預處理和圖像分割，在神經科學方面以及腦圖譜方面的經驗知識的指導下，采集不同染色腦區(qū)的圖片作為樣本，并計算這些圖片的數(shù)字圖像特征值，從而建立基于人工經驗的染色腦圖譜經驗庫，該經驗庫對后面的分割識別工作具有重要的指導作用；利用切片圖像前景背景在飽和度方面的差異，利用閾值將前景圖像從整個圖像中分割出來，并得到了前景腦區(qū)完整的輪廓圖像，作為

3、預處理工作；考慮到不同腦區(qū)在數(shù)字圖像顏色分量方面的差異，利用在色度值上的差異分割神經元細胞區(qū)域和神經纖維區(qū)域，利用神經纖維區(qū)域內部不同密度纖維區(qū)域在強度值上的差異分割表現(xiàn)為深藍色的密集神經纖維與神經纖維束區(qū)域和表現(xiàn)為淺藍色的稀疏神經纖維區(qū)域，最終獲得了清晰直觀的分割結果。在后期處理方面，利用數(shù)學形態(tài)學對之前的分割結果進行進一步的優(yōu)化和識別：利用閉運算對破碎不完整的深藍色分割區(qū)域進行修補與重建，利用連通區(qū)域標記分離已經被分割出來的各個腦區(qū)