[发明专利]改进的图像分割方法

说明书

相关申请

本申请要求于2005年1月10日提交的美国临时申请第60/642,110号的优先权并且是该申请的非临时申请，其全部内容结合于此作为参考。

技术领域

总的来说，本发明涉及图像分析领域。更具体地，本发明涉及新的图像分割方法。

背景技术

在病理学和细胞学中，经常期望使用自动或半自动仪器来定位和测量细胞或细胞核。这样的仪器可用于研究或检查。后者的实例是使用Papanicolou测试(或Pap测试)来检查宫颈癌。这些仪器获取并分析数字图像，来定位关注的细胞或将幻灯片分类为正常的和可疑的。

在对数字图像中的对象的分析中，从图像背景中区分对象十分重要。为了表征细胞或对象，必须首先定位对象。定位数字图像中对象的过程被称作“分割”。各种技术被用于分割过程以定位关注的对象，使得后续的计算机分析可以表征对象。例如，包含细胞的图像的分割可使得细胞核和/或细胞质被定位。

定位和分类图像中的对象这项工作的传统方法包括几个阶段：首先-分割图像以创建对象的二元掩模(binary mask)；然后-通过向每个连接的像素集分配不同的标记，来标记该掩模中的对象；以及最后-测量标记对象的各种特征。

用于分割图像的技术之一是“阈值(thresholding)”。在这种技术中，选择图像亮度的阈值，然后将图像中每个像素和该阈值进行比较。具有超过该阈值的亮度值的像素被认为是背景像素，具有低于阈值的值的像素被认为是对象像素。可基于图像直方图来选择用于定位对象的阈值，该直方图是在图像中得到的暗度值的频率分布。阈值算法可使用这些直方图找到单个阈值。例如，阈值可以在最暗像素和最亮像素之间。可选地，可将阈值选为大量“背景”像素和很少的“对象”像素之间的拐点。找出图像中每个对象的理想阈值是非常难的工作。通常，单个阈值对于整个图像中具有不同亮度值的多个对象不是最佳的。

一旦选择了阈值且完成阈值过程，则“对象”像素可以形成图像中对象的二元掩模。在掩模周围的边界可用于表示每个对象。边界能够或不能精确地反应对象。已开发了多种方法，用于一旦定位了对象就净化(refine)其边界。这样的方法可使用边界附近的暗度信息，或者限制诸如梯度、曲率、“接近圆(closeness to circle)”等来净化边界。

当前用于图像分割的已知技术通常很复杂且很耗时。这些技术在分割过程中不总会产生高精度，特别在待定位的对象和其周围背景之间的反差很小的情况下。因此，当前的分割算法通常不能适当地定位对象。例如，在细胞图像分析中，因为定位的边界太大或太小，所以可能错误地分割细胞核。这可能导致错误肯定事件(仪器错误地将正常对象称为可疑对象)，或者错误否定事件(仪器错过真正可疑对象)。

存在改进的用于自动成像的分割和自动成像装置的需要，具体地，存在精确识别对象边界的需要。

无论当前已知的分割技术的确切价值、特征、和优点是什么，它们都没有实现或完成本发明的目的。

发明内容

本发明提供了一种识别图像中每个对象的方法，该方法包括以下步骤：(a)基于图像的一系列属性值来分类像素；(b)从一系列属性值中的极点开始，将分类的像素逐一添加到“标记图像”，以定位标记图像中的对象；(c)如果对象的特征与预定的验收标准相匹配，则将对象输出到输出图像上；以及(d)重复执行步骤b和c直至达到停止点，停止点表示一系列属性值中的另一极点。

本发明提供了一种包括计算机可读介质的产品，该计算机可读介质具有包含于其中的用于识别图像中每个对象的计算机可读程序代码。该介质包括：(a)基于图像的一系列属性值来分类像素的计算机可读程序代码；(b)从一系列属性值中的极点开始，将分类的像素逐一添加到标记图像以定位标记图像中的对象的计算机可读程序代码；(c)如果对象的特征与预定的验收标准相匹配则将对象输出到输出图像上的计算机可读程序代码；以及(d)重复执行步骤b和c直至达到停止点的计算机可读程序代码，停止点表示在一系列属性值中的另一极点。