[发明专利]一种用于组织病理学显微图像的文本检测与去除方法

说明书

本发明涉及医学显微图像处理技术领域，尤其涉及一种用于组织病理学显微图像的文本检测与去除方法，包括以下步骤：将输入图像分别在不同通道下进行预处理；然后进行图像分割得到子图像；对子图像进行二值化处理后进行投影分析得到候选文本区域；对候选文本区域运用Haar小波变换进行特征提取；对候选文本区域进行第一级分类，得到确定的文本区域及其特征；然后对确定的文本区域进行第二级分类，得到单个文本词及其特征；将确定的单个文本词去除，输出每一个通道的结果，合并所有通道后输出的图像为最终结果。本发明将文字检测与去除技术应用到了组织病理学显微图像上，为以后对组织病理学显微图像的继续研究扫除了初级障碍。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种用于组织病理学显微图像的文本检测与去除方法。

背景技术

显微图像的采用计算机技术组成的显微细胞图像分析系统是当今国际计算机技术应用中十分热门的课题，尤其是计算机技术发展的速度特别快，加上开发应用的软件功能的不断升级，因此世界各国，包括我国都有一定数量的科研机构、高等院校在从事医学、生物等领域的显微细胞图像分析系统的应用研究，并推出了多种一般性的图像处理分析系统，而专业的图像细胞分析技术(Image Cytometry,ICM，即专门用于生物组织细胞分子级甚至基因单元的量值化分析研究的技术)从硬件、软件构成到体系结构都要比现在通用的图像处理分析系统复杂得多。显微图像处理的基本过程为：(1)制作切片；(2)显微细胞图像采集；(3)图像预处理；(4)图像分割；(5)特征参数抽取；(6)统计分析；(7)结果输出。

而对于现在的医疗诊断来说，组织病理学显微图像的分析在对癌症的诊断方面起重要作用，但是现在往往会有一些组织病理学显微图像带有一些文字标注信息，其图像上的文字会对图像的分析产生干扰作用，干扰作用主要体现在两个方面，一方面是会对计算机对图像进行分割时产生扰乱作用，另一方面是文字标注部分会遮挡图像可能会掩盖住关键部位影响对病情的判断。因此亟需对其进行处理去除显微图像上的文字，帮助对组织病理学显微图像的继续研究。对于去除图像上的文字来说，现有技术使用基于区域的文本检测方法和基于纹理的方法进行文本检测。

对于基于区域的文本检测，一种是Shim等人使用图像文本区域强度的同质性，使具有相似灰度的像素被合并成一个组，将较大的区域作为背景去除后，利用灰度对比度进行区域边界分析来锐化文本区域，然后使用大小、面积、填充因子和对比度对候选区域进行验证，检查邻近的文本区域以提取任何文本字符串；另一种是R.Jiang等人介绍了一种新的连接组件(CC)方法，其工作原理如下：首先，使用颜色聚类算法将输入图像分解为CCs。为了从背景中分割文本，采用两阶段分类模块，首先通过级联分类器对所有的CCs进行验证，然后通过支持向量机(Support Vector Machine，SVM)对剩余的组件进行进一步分类。

对于基于纹理的文本检测方法，一种是D.Chen提出的一种基于两步纹理的文本检测方法，采用了机器学习本地化方案，其主要包括两步：第一步是快速定位潜在的具有低拒绝率和合理精度的文本区域，第二步中，应用机器学习验证以忽略假阳性；另一种是Z.Ji等提出的一种混合特征的视频帧文本检测方法，该种方法首先在图像上扫描一个小的重叠滑动窗口，从中提取语言无关的、基于纹理的和基于边缘的特征，然后通过SVM分类器将每个窗口分类为文本窗口或非文本窗口，然后使用投票机制将每个小块判断为文本或非文本，最后通过形态学滤波对文本区域进行精确定位。

然而对于以上的现有技术，存在要求文本背景对比度要高，而且文本轮廓区域的边缘密度比图像的其他部分更高，而且还要求图像中的文本的具有不同的纹理属性以与背景相区分，不仅如此，对于图像需要提取很多纹理特征，计算负担较大。

因此，亟需提供一种计算负担小的用于组织病理学显微图像的文本检测与去除技术。

发明内容

(一)要解决的技术问题

为了解决现有技术的上述问题，本发明提供一种图像提取特征计算负担小的用于组织病理学显微图像的文本检测与去除方法。