[发明专利]一种单细胞图像分割方法

摘要

本发明公开一种单细胞图像分割方法，该方法包括如下步骤1)图像预处理，转换成灰度图像，去除噪声并进行对比度增强；2)进行分块阈值分割把图像分割成A*A份小块，每块利用OSTU计算最佳阈值，分割出前景与背景；3)判断由上步分割得到的细胞核状态特征是否符合正常，若正常则证明该分割结果是比较良好，输出结果；4)若分割结果不符合细胞核状态特征，则该结果分割不精准，进行下一步图像处理；5)进行自适应阈值分割，并与其他正常分割图像一起输出结果，本发明所述的一种单细胞分割算法，解决了细胞核分割不精确，分割速度慢的难题，结合了分块阈值分割速度快和自适应阈值分割精度高、工作量少的特点，两者形成优势互补，提高了输出图像的质量。

主权项

一种单细胞图像分割方法，包括总体分割方法和改进细胞阈值分割算法，主要流程：1)输入一幅宫颈TCT图像，对图像进行灰度转换、中值滤波去噪以及对比度增强等预处理；2)对所有图像进行分块阈值分割处理，采用OTSU方法进行阈值分割，分割出前景与背景；3)进行图像形状测试，前后背景图像鲜明的直接放入待检测结果输出集合，未通过检测的再次进行自适应阈值分割；4)把两次分割的结果进行合并，就得到最终理想的分割图像集合，本方案依据细胞不同形态分别进行不同方法的分割，保证了分割方法的精确性和独立性，其中分块阈值分割的主要步骤是：1)将图像分割成一个个小块，对每一块分别进行灰度化、计算方差V和均值Mean；2)利用大律算法获得整幅图像的最佳阈值T1和T2；3)如果方差V大于T1，则利用OTSU做全局阈值分割，如果方差V小于T1，且均值Mean大于T2，则可判断该小块属于背景区域，否则的话就属于前景区域，而自适应分割的主要步骤为：1)首先对图像进行灰度处理；2)遍历每一个像素点I(x,y)，对每一个像素点设置分割阈值T，以该像素点为核心，设置邻域窗口，求出该窗口的灰度均值Mean；3)根据对比就可以求出该图像的背景和前景；具体公式如下：G(x,y)=0,I(x,y)<=T(x,y)1,I(x,y)>T(x,y)---(1)]]>T(x,y)＝Mean＝∑(x,y)∈wI(x,y)|w         (2)