[发明专利]一种基于nu‑支持向量机的白细胞分类方法

摘要

本发明公开一种基于nu‑支持向量机的白细胞分类方法，首先采用中值滤波方法对彩色血液显微图像进行预处理，然后由其初始彩色空间映射到HLS彩色空间，得到变换后的一幅色调图像，接着使用基于nu‑支持向量机的灰度图像分割方法对所述色调图像进行粗分割，采用层层筛选策略和数学形态学方法检出所有白细胞，再对每个白细胞图像进行细分割，即完成细胞核、细胞浆与背景的分离，对每个白细胞、细胞核和细胞浆抽取出最具有代表性的47个特征，最后借助nu‑支持向量机完成对白细胞的分类。本发明能够显著提高整个白细胞自动识别计数系统的使用性能。

主权项

一种基于nu‑支持向量机的白细胞分类方法，其特征在于，包括如下步骤：步骤A，采集彩色血液显微图像数据；步骤B，对步骤A得到的显微图像数据进行中值滤波，得到中值滤波图像。步骤C，将步骤B得到的中值滤波图像映射到HLS彩色空间，得到色调图像；步骤D，对步骤C得到的色调图像使用基于nu‑支持向量机的灰度图像分割方法进行分割，得到粗分割图像；步骤E，对步骤D得到的粗分割图像，使用模糊细胞神经网络(Fuzzy Cellular Neural Network—FCNN)检出其中的白细胞区域图像；步骤F，对步骤E得到的每个白细胞区域图像，使用聚类分析法确定阈值，结合阈值分割和二值形态学方法进行细分割，得到细胞核局部图像、细胞浆局部图像和背景图像；步骤G，对步骤F得到的细胞核局部图像和细胞浆局部图像抽取最具有代表性的47个特征；步骤H，将步骤G获得的47个特征作为输入向量，利用nu‑支持向量机完成对白细胞的识别与分类；步骤I，待步骤E得到的全部白细胞区域图像处理完毕，统计并输出对步骤A得到的图像数据的最终分类结果。