[发明专利]一种融合显著性和超像素的电镜硅藻图像分割方法及装置

说明书

本发明公开了一种融合显著性和超像素的电镜硅藻图像分割方法及装置，该方法包括：对待分割的电镜硅藻图像构造显著性区域粗定位，得到显著图；计算所述显著图的最佳阈值，利用所述最佳阈值对所述显著图进行二值化处理，得到二值化图，进行自适应初始框取，得到初始矩形框；对所述二值化图，利用超像素算法对初始矩形框扩充，构造自适应矩形框；将所述矩形框参数和所述电镜硅藻图像输入GrabCut算法中，分割得到复杂背景下完整的硅藻。本发明通过上述过程解决了现有技术中提取电镜硅藻图像需进行复杂的预处理及耗费大量人力的技术问题，实现了快速地全自动分割复杂背景下的完整目标硅藻。

技术领域

本发明涉及图像处理技术领域，具体涉及一种融合显著性和超像素的电镜硅藻图像分割方法及装置。

背景技术

硅藻检验在法医学检验中的作用十分重要，其种类与数量的实验室检查是对尸体溺死诊断、辅助判断水中尸体是生前入水溺死还是死后抛尸入水以及落水地点等最有效的方法。硅藻检验的主要难点在于直接对自然界中的硅藻成像，在成像过程中会受到细微砂石，颗粒等复杂背景的干扰，硅藻分割的质量影响着最终识别的效果。

现有硅藻分割、识别、分类的方法主要集中在对简单背景的光学显微镜成像的硅藻有效区域的提取，而这些方法在硅藻成像前需要采用复杂的实验手段将硅藻里面的以及周围的细微砂石，颗粒清洗去除，接着在简单背景下对干净的硅藻进行光学显微镜成像，这种方法需要复杂的预处理以及耗费大量的人力，光学显微镜成像质量较差。

光学显微镜成像前需要复杂的预处理以及耗费大量的人力，采用复杂的实验手段将硅藻里面的以及周围的细微砂石，颗粒清洗去除，接着在简单背景下对干净的硅藻进行光学显微镜成像，而使用藻类拟合轮廓边框提取有效区域的方式则存在人工交互多和提取精度不高等问题。因此，提出一种融合图像显著性和超像素的复杂背景电镜硅藻图像的全自动分割方法以及装置是有必要的。

发明内容

本发明公开了一种融合显著性和超像素的电镜硅藻图像分割方法及装置，解决了现有技术中提取电镜硅藻图像需进行复杂的预处理及耗费大量人力的技术问题，实现了快速地全自动分割复杂背景下的完整目标硅藻。

为解决上述技术问题，本发明是通过以下技术方案实现的：

本发明提供了一种融合显著性和超像素的电镜硅藻图像分割方法，包括以下步骤：

S1：对待分割的电镜硅藻图像构造硅藻的区域粗定位，得到显著图；

S2：对所述显著图阈值化得到二值化图，对所述二值化图构造硅藻的感兴趣区域初始矩形框；其中，所述初始形框包含硅藻的前景区域；

S3：对所述前景区域进行膨胀运算、闭包运算，利用超像素算法扩张所述前景区域，构造包含完整硅藻的感兴趣区域自适应矩形框；

S4：将所述自适应矩形框的参数和所述电镜硅藻图像输入GrabCut算法中，分割得到完整的目标硅藻图像。

进一步地，对所述前景区域进行膨胀运算包括：对所述前景区域进行数学形态学的膨胀运算。

进一步地，利用超像素算法扩张所述前景区域包括：通过实验设置自适应的划分尺度，利用超像素算法划分网格扩张所述前景区域。

进一步地，S3包括：将与所述前景区域的闭包有交集的所述超像素合并到所述闭包中。

进一步地，构造包含完整硅藻的感兴趣区域自适应矩形框包括：所述自适应矩形框为包含完整硅藻的最小矩形框。

进一步地，S1包括：提取所述电镜硅藻图像的特征生成特征图，利用所述特征图生成激活图，利用所述激活图生成所述显著图。

进一步地，S1包括：所述特征图包括灰度特征图、彩色通道特征图和方向特征图。