[发明专利]一种图像形状特征提取方法

摘要

本发明提出一种基于距离变换的形状特征描述方法。首先对图像做距离变换，记录各点的距离值及相应的矢量信息。然后以最大距离值的一半为阈值，根据本发明提出的方法计算整体狭长度、整体锐角度、整体钝角度、边缘狭长度、边缘锐角度、边缘钝角度等形状特征参数。上述形状特征参数能够在不同尺度上反应出形状的特征，为细胞核的识别提供更详细的信息，因而对核形状不同的白细胞有较好的可分性。

主权项

1.一种图像形状特征提取方法，用于提取血细胞核形状特征参数，该方法具体包括如下步骤：步骤一：将图像进行阈值分割，变换为二值图f(x，y)，并对该二值图f(x，y)做倒角距离变换，得到二值图f(x，y)上各点的距离值、各点到最近背景点的矢量信息v1及沿着该矢量反方向的下一个相邻点的相对位置；其中，该二值图f(x，y)为宽w，高h的0-1型矩阵，其中0表示背景点，1表示前景点；具体的操作步骤如下：(1)变量初始化d(xi,yi)=0,(f(xi,yi)=0)+∞,(f(xi,yi)=1)---(1)]]>nearst(x_i，y_i)＝0其中，d(x_i，y_i)为二值图f(x，y)中任一点(x_i，y_i)的距离值，nearst(x_i，y_i)为点(x_i，y_i)到最近边缘的距离值，accession_m(k，s)为第m个距离变换模板中任一点(k，s)的值，m＝1或2，所述距离变换模板为3*3的距离变换模板，即1≤k≤3，1≤s≤3；(2)从点(0，0)开始对所述二值图f(x，y)中各点进行第一次扫描，其中坐标x_i和y_i均以步长1递增，即x_i+1＝x_i+1，y_i+1＝y_i+1，得到d(x_i，y_i)＝min{accession₁(dx，dy)+d(x_i+dx，y_i+dy)}    (4)其中，[dx，dy]∈{[-1，0]，[-1，-1]，[0，0]，[0，-1]，[1，-1]}，设[dx1，dy1]是使式子accession₁(dx，dy)+f(x_i+dx，y_i+dy)取到最小值的[dx，dy]，则adjacentDir(x_i，y_i)＝[dx1，dy1]                             (5)nearst(x_i，y_i)＝nearst(x_i+dx，y_i+dy)+adjacentDir(x_i，y_i)    (6)其中adjacentDir(x_i，y_i)为点(x_i，y_i)到最近边缘的矢量的反方向上下一个邻近点的方向信息，即得到各点到最近边缘的距离值，以及各点到最近边缘的矢量的反方向上下一个邻近点的方向信息；(3)从点(w-1，h-1)开始对图中各点进行第二次扫描，其中坐标x_i和y_i均以步长1递减，即x_i+1＝x_i-1，y_i+1＝y_i-1，得到d(x_i，y_i)＝min{accession₂(dx，dy)+d(x_i+dx，y_i+dy)}          (7)其中，[dx，dy]∈{[1，0]，[1，1]，[0，0]，[0，1]，[-1，1]}，设[dx1，dy1]是使式子accession₂(dx，dy)+f(x_i+dx，y_i+dy)取到最小值的[dx，dy]，则adjacentDir(xi,yi)=[dx1,dy1],([dx1,dy1]≠[0,0])adjacentDir(xi,yi),([dx1,dy1]=[0,0])---(8)]]>nearst(x_i，y_i)＝nearst(x_i+dx，y_i+dy)+adjacentDir(x_i，y_i)    (9)即得到更新了的各点到最近边缘的距离值，以及各点到最近边缘的矢量的反方向上下一个邻近点的方向信息；步骤二：根据下式(10)计算a(x_i，y_i)值，其中a(x_i，y_i)为点(x_i，y_i)到最近边缘的矢量与图adjacentDir(x_i，y_i)中指示的邻近点到最近边缘的矢量的夹角：a(x_i，y_i)＝|arctan(nearst(x_i，y_i))-arctan(nearst(adjacentDir(x_i，y_i)))|    (10)步骤三：计算新的形状测量指标，包括：整体狭长度card({(x_i，y_i)|d(x_i，y_i)＞th，a(x_i，y_i)＞3/4π})/th        (11)整体锐角度：card({(x_i，y_i)|d(x_i，y_i)＞th，3/4π≥a(x_i，y_i)＞1/2π})/th   (12)整体钝角度：card({(x_i，y_i)|d(x_i，y_i)＞th，1/2π≥a(x_i，y_i)＞1/4π})/th   (13)边缘狭长度：card({(x_i，y_i)|d(x_i，y_i)≤th，a(x_i，y_i)＞3/4π})/th          (14)边缘锐角度：card({(x_i，y_i)|d(x_i，y_i)≤th，3/4π≥a(x_i，y_i)＞1/2π})/th     (15)边缘钝角度：card({(x_i，y_i)|d(x_i，y_i)≤th，1/2π≥a(x_i，y_i)＞1/4π})/th     (16)其中，card(A)表示集合A中元素的个数，th为距离图d中最大距离值的一半。计算出上述形状测量指标，即完成图像性能指标提取，以在不同尺度上反应图像形状的特征，从而用于细胞核的识别。