[发明专利]一种去除染色体G显带中期灰度图像噪声方法

说明书

本发明提出了一种去除染色体G显带中期灰度图像噪声方法。该方法提出一种局部阈值分割方案，并将经典图像处理算法进行巧妙整合与优化，形成一套具有自适应性且能自动化地处理染色体图像的方法。对于5000幅染色体G显带中期灰度图像数据集，对比本发明方法处理结果和医务人员手动处理结果得知本发明方法自动处理准确率达到86.38％。该方法能够较大程度减轻医务人员阅片压力，提高染色体核型分析工作效率。

技术领域：

本发明涉及一种去除染色体G显带中期灰度图像噪声的方法，属于图像处理领域。

背景技术：

对染色体G显带中期灰度图像进行核型分析时，一幅干净且带纹清晰的图像有利于医务人员进行诊断分析。然而实际情况由于在细胞中期进行制片过程中，染色体图像难免会混入噪声。对大量染色体图像观察发现，染色体图像中常伴有团块噪声、细胞碎片噪声、组织液留下形成的不规则絮状或颗粒状噪声、甚至还有不同细胞染色体溅入对方染色体簇的情况。目前在相关生殖遗传专科医院中，对染色体图像进行噪声去除仍然依赖医生借助相关图像处理软件进行手动操作。

当前图像预处理方法涉及到的经典算法已经是相当成熟，然而在解决实际问题中任何一种算法都无法独立胜任。对染色体G显带中期灰度图像进行噪声去除时，阈值分割是常用的算法，考虑到算法的自适应性及运算复杂度问题，本发明方法首先采用大津法(Otsu法)[N.Otsu,A threshold selection method from gray-level histograms,IEEETransactions on Systems,Man and Cybernetics 9(1)(1979)62-66]进行图像阈值计算。实验中发现制片后的部分染色体图像因光照不均匀使得图像背景明暗不一，这必然会影响自适应阈值的计算。因此阈值分割前当判断染色体图像的背景不均匀性达到一定阈值条件时，本发明方法就对染色体图像进行背景校正，尽量使染色体图像的背景明暗分布均匀。此外染色体区域与背景的对比度较弱时也会影响阈值分割结果，为了避免这种情况，本发明提出自适应计算染色体区域对比度，进而可以自适应修正gamma校正的系数达到增强染色体区域对比度的目的。其次本发明方法采用了数学形态学中的腐蚀、膨胀和开闭运算对阈值分割后的二值化图像进一步分析其几何形状特征，从而达到剔除大量团块噪声和颗粒噪声等区域。最后利用连通区域标记算法提取出每个独立连通的染色体以及剩余残留噪声区域，并对其执行聚类算法达到进一步剔除噪声的目的。针对染色体灰度图像，本发明方法具有两大创新点，其一所提方法并未将大津法直接运用到染色体图像的全局区域，而是结合数学形态学的膨胀运算提取出染色体所在的局部区域。其二所提方法综合和优化了多种经典图像处理算法基本达到了自适应去除噪声的目的。

名词解释

聚类算法：将具有相同或相似性特征的向量标记为同一个类别的算法。

发明内容：

由于染色体中期灰度图像存在各类噪声区域，本发明目的是提出一种去除染色体G显带中期灰度图像噪声的方法。该方法能够自适应地去除染色体中期灰度图像噪声、提取染色体有效区域，为接下来的核型分析奠定基础。

本发明通过以下方案实现：

一种去除染色体G显带中期灰度图像噪声方法，包括如下步骤：

步骤一、读入一幅原始染色体G显带中期灰度图像m_imgSrc，数据类型为8bits整数型，图像分辨率为950×760，即行像素数目R＝760，列像素数目C＝950，其中任意一幅图像像素灰度值的索引方式为：以图像m_imgSrc为例，其坐标(i,j)的像素灰度值为m_imgSrc(i,j)，i表示图像行坐标，j表示图像列坐标；

步骤二、对原始图像m_imgSrc进行3×3中值滤波得到图像m_imgGray，如下式；

m_imgGray(i,j)＝med{m_imgSrc(i+s,j+t)|s,t∈{-1,0,1}}