[发明专利]一种上皮细胞图像中心化处理分割的方法

权利要求书

1.一种上皮细胞图像中心化处理分割的方法，其特征在于，具体包括以下步骤：

S1、利用人体体外脱落细胞制作玻片标本，并利用细胞医学图像分析系统对样本进行图像获取，并提取细胞图像中的分量图；

S2、利用阈值分割算法确定阀值，确定合适的阀值方便将图像分割出来，基于双阀值分割得到二值化结果；

S3、对二值化结果做距离变换，得到距离图，然后根据距离图做标记图像，对距离图做形态学灰度重建，将图形颜色转化为灰色，同时对样本中不同细胞的样色达到不同标定的效果；

S4、对图像除去噪声数据，对图像进行膨胀后进行腐蚀性操作，达到提取图像特征的目的，同时能够确定上皮细胞的位置；

S5、对灰度转换后的图像做区域填充处理，然后采用最佳阀值对图像矩阵的像素灰度值全部赋值255，再对图像进行区域填充；

S6、填充完成后图像形成边界，将边界提取的结果作为分水岭算法的输入图像，利用分水岭算法对图像进行计算分割；

S7、利用基于FIFO队列的快速分水岭算法，8-邻域搜索，对图像进行分水岭变换，达到对图像中上皮细胞分割结果。

2.根据权利要求1所述的一种上皮细胞图像中心化处理分割的方法，其特征在于，所述S2中，设置阀值为T，物体的图像元素为g(i,j)＝1，背景的图像元素为g(i,j)＝0，配合阀值计算公式计算阀值，阈值与像素点的灰度值比较和像素分割可对各像素并行地进行，分割的结果直接给出图像区域。

3.根据权利要求1所述的一种上皮细胞图像中心化处理分割的方法，其特征在于，所述S4中，用morphologyEx变换来去除噪声，噪声去除代码为kernel＝np.ones((3,3),np.uint8)

opening＝cv2.morphologyEx(thresh,cv2.MORPH_OPEN,kernel,iterations＝2)。

4.根据权利要求1所述的一种上皮细胞图像中心化处理分割的方法，其特征在于，所述S2中，将图像二值化的代码为ret,thresh＝cv2.threshold(gray,0,255,cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU)。

5.根据权利要求1所述的一种上皮细胞图像中心化处理分割的方法，其特征在于，所述S5中，设置A表示一个图像的集合，图像的元素都是区域的8连通边界点，目的是从边界点内的一个点开始。

6.根据权利要求5所述的一种上皮细胞图像中心化处理分割的方法，其特征在于，所述S5中，用1填充整个区域，设置黑色部分表示1，白色部分表示0，背景点标记为0，从将1赋给P点开始，最后将整个区域用1填充。

7.根据权利要求1所述的一种上皮细胞图像中心化处理分割的方法，其特征在于，所述S7中，分割过程中采用python语言编程实现。