[发明专利]从特征常变图像中提取显著特征并归一化的图像处理方法

说明书

本发明提出了一种从特征常变图像中提取显著特征并归一化的图像处理方法，主要包含几个部分：读取经过图像增强和拉直的单条染色体子图、提取每张子图中染色体的整体轮廓、提取染色体轮廓中代表深带的连通区域、确定每一个深带区域的中心和轴向宽度、将深带区域归一化成一条完整的条带。这几个主要部分里面分别包含了一系列的图像处理算法方法，包括阈值分割、轮廓填充、区域标记、距离变换等方法，来最终实现精确提取显著条带并归一化的目的。结果显示，同一类的染色体的条带排列模式在归一化以后更加相近，而且与标准模式图也更加相近。

技术领域

本发明涉及一种从特征常变图像中提取显著特征并归一化的图像处理方法，属于图像处理领域。

背景技术

染色体核型分析在遗传病检测中处于至关重要的地位。细胞样本经过了培养、收获、制片和扫描成像步骤以后，核型分析师即可对着染色体图像进行核型分析了。

一般一张染色体图像中仅聚焦一个细胞的染色体，细胞中的所有染色体分散排列。每条染色体的条带排列模式是进行核型分析的重要依据。随着人工智能的高速发展，计算机辅助的染色体核型分析技术也取得了重大进展，甚至可以根据染色体的条带排列模式识别染色体的类别或者检测染色体异常的可能性。然而，由于目前制片众多环节皆由人工完成且染色体本身的链式结构，染色体的带纹排列和显色程度在成像中经常具有一定的随机性（包括带纹的弯曲、时有时无、时深时浅，等）。图像中染色体条带排列和显色程度方面的随机性经常给计算机识别和检测造成一定程度上的误差。

因此，本发明将图像中每条染色体的显著带纹序列提取出来并进行归一化，从而拉近同类染色体排列模式之间的距离，也就等于拉大不同类染色体排列模式之间的差别。最终目标是为下一步提高计算机算法对染色体识别和异常检测方面的准确率提供更加有效的图像特征。

名词解释：

连通区域：复平面上的一个区域G，如果在其中任做一条简单闭曲线，而闭曲线的内部总属于G，就称G为单连通区域。一个区域如果不是单连通区域，就称为多连通区域。

发明内容

为达到上述目标，本发明公开了一种从特征常变图像中提取显著特征并归一化的图像处理方法，主要包含几个部分：读取经过图像增强和拉直的单条染色体子图、提取每张子图中染色体的整体轮廓、提取目标轮廓中代表深带的连通区域并确定每一个区域的中心和轴向宽度、将深带区域归一化成一条完整的条带。这几个主要部分里面分别包含了一系列的图像处理算法方法，来最终实现提取目标轮廓中显著条带并归一化的目的。

为实现上述目的，本发明技术方案如下：

一种从特征常变图像中提取显著特征并归一化的图像处理方法，包括如下步骤：

步骤一、将染色体图中的染色体进行拉直得到拉直后的染色体图；

步骤二、使用阈值方法通过阈值Th1将染色体图二值化，使染色体图变成只有黑白两种颜色的二值化图一；

步骤三、轮廓填充，并提取轮廓内代表深带的区域：对二值化图一进行空洞填充，获得完整的染色体区域轮廓；然后对完整的染色体区域轮廓内所有像素再次使用阈值Th2进行阈值分割，将代表深带的区域和深带区域以外的区域分割开来；获得多个代表深带区域的小连通区域；求出拉直后的染色体图中对应每个小连通区域的所在区域的平均灰度值；

步骤四、对深带区域进行编号和距离变换获得距离变换地图：从距离变换地图上获得每个深带区域中距离变换最大值所在的位置和最大值的数值；

步骤五、确定每个带纹的归一化范围并赋值：按照深带区域的编号，以每一个深带区域的距离变换最大值所在点的坐标为中心，以距离变换最大值向下取整以后的数为步长，沿着染色体的轴向方向，往上和往下分别扩展步长数像素的距离则扩展以后的轴向范围上限和下限与染色体横向轮廓线相交的范围即为深带区域归一化以后的横向带纹区域；