[发明专利]一种彩色血细胞图像中白细胞的细胞质和细胞核分割方法

说明书

技术领域

本发明属于生物医学图像处理领域,尤其涉及一种彩色血细胞图像中白细胞的细胞质和细胞核分割方法。

背景技术

人体内存在免疫系统,它是人体抵御病原菌侵犯的最重要的保卫系统，是人体的第三道防线。它由免疫器官、免疫细胞以及免疫分子等组成。其中白细胞是免疫细胞的主要组成部分，它可以通过吞噬和产生抗体等方式来抵御和消灭入侵的病原微生物。白细胞是一类具有细胞核的血细胞，正常人的白细胞在血液中保持比较稳定的含量，约为4000-10000个/微升，超过或者不足正常含量都可能是由于某种疾病引起。

白细胞分类计数是医院进行血液常规检查的项目之一，精确地测定人体血液中各类白细胞含量是临床诊断中的重要依据。所谓白细胞分类计数就是计算各种白细胞在它的总数中所占的百分比数。正常值为：中性粒细胞：50～70％，嗜酸性粒细胞：0.5～5％，嗜碱性粒细胞：0～1％，淋巴细胞:20～40％，单核细胞1～8％。

目前，常规的白细胞计数方式为人工计数和自动计数。其中人工计数方式的时间开销大，收人的主观影响大，并且培养一名专业的白细胞计数专家需要话费的人力物力大。而目前白细胞自动计数主要采用电阻原理及光散射法，只能进行常规分类，不能对白细胞进行分类计数。白细胞自动分类计数的另一种方式是采用白细胞彩色图像进行分类计数，这种方法直观，与人类对细胞的判断方法类似，能单独诊断出异常细胞，并且该方法应用模式识别技术可以学习总结病理学家的诊断经验，充分发挥了计算机视觉的灵活多样，准确率高，具有客观性的特点大大提高了白细胞分类计数的效率和检测精度。

然而目前利用白细胞彩色图像进行白细胞分类计数，还存在着一些问题，其中白细胞细胞核和细胞质的分割是研究者们遇到的比较头疼的问题。精确定位分割白细胞是后续对白细胞分类识别并计数的基础，如果细胞分割不准确那么分类识别和计数也将出现比较大的误差。针对这个问题研究者提出了不少分割算法，目前普遍采用的分割算法都是先分割白细胞细胞核部分，然后再利用区域生长等算法分割出细胞质，但是这种方法算法过于复杂，分割效果不理想，因此我们有必要对白细胞分割算法作进一步的研究。

发明内容

本发明的目的就是为了解决上述问题，提出了一种简单易用的彩色血细胞图像中白细胞的细胞质和细胞核分割方法。经过验证，该分割方法算法简单，时间开销小，分割准确，进一步提高了白细胞彩色图像分类计数的准确度。

为了实现上述目的，本发明采用如下技术方案：

一种彩色血细胞图像中白细胞的细胞质和细胞核分割方法，包括以下步骤：

(1)去除原始彩色血细胞图像中除白细胞和红细胞之外的背景区域，得到只包含红细胞和白细胞区域的二值图像Ⅰ。

(2)去除原始彩色血细胞图像中的白细胞和背景区域，得到只包含红细胞区域的二值图像Ⅱ。

(3)用二值图像I减去二值图像Ⅱ，然后用判断连通域的大小的方法去掉比较小的噪点区域，得到仅包含白细胞区域的二值图像Ⅲ，并去除二值图像Ⅲ中存在的分割误差。

(4)增强原始彩色血细胞图像中白细胞的细胞核区域，得到增强后的图像N，对图像N进行阈值分割，并对分割结果去噪处理，得到仅包含白细胞的细胞核区域的二值图像Ⅳ。

(5)二值图像Ⅲ减去二值图像Ⅳ得到白细胞的细胞质区域。

所述步骤(1)的具体方法为：

将原始彩色血细胞图像从RGB色彩空间转换到HIS色彩空间，再将HSI色彩空间的彩色图像转换为灰度图像，对灰度图像进行直方图分析，选取灰度图像的直方图中两个峰值所对应的的两个灰度值中间的值作为阈值对此灰度图进行二值化，得到去除背景区域之后的二值图像Ⅰ。

所述步骤(2)的具体方法为：

将原始彩色血细胞图像从RGB色彩空间转换到CMYK色彩空间，选取Y分量子图作为分割对象；采用阈值对其进行分割，得到仅包含红细胞区域的二值图像Ⅱ。

所述步骤(3)中去除二值图像Ⅲ中存在的分割误差的具体方法为：

选取细胞核的质心为原点，设原点向右为正方向，将边界的各像素点i沿逆时针方向用极坐标的形式表示出来，θ_i是以i为自变量的相位函数，如果相位函数θ_i中存在两个突变点使相位函数产生波动，即认为在这两点之间存在突起，然后去掉两点之前的边界线，用平滑的曲线将两点连接作为新的边界；其中，i＝1,2,3,…L，ρ表示边界点到原点的距离，θ表示相位，θ_i的取值范围为[0,2π]。