[发明专利]一种密集纤维细胞的轮廓估算方法

说明书

本发明公开了一种密集纤维细胞的轮廓估算方法，其包括以下步骤：S1、获取密集纤维细胞图像；S2、对密集纤维细胞图像进行Frangi滤波，并通过阈值分割获取细胞部分边界线和细胞质部分区域，得到具有部分轮廓的图像；S3、通过最短距离搜索方法获取具有部分轮廓的图像中的轮廓控制点；S4、对于同一细胞的边界线上的轮廓控制点，保留端点并预设轮廓控制点步长m，每隔m个轮廓控制点选取一个轮廓控制点，得到拟合点集；S5、基于拟合点集采用B样条逼近曲线算法进行曲线拟合，将拟合的封闭曲线作为细胞轮廓，完成密集纤维细胞的轮廓估算。本发明解决了现有算法难以获取密集纤维细胞轮廓的问题。

技术领域

本发明涉及细胞图像分割领域，具体涉及一种密集纤维细胞的轮廓估算方法。

背景技术

细胞是生物体结构和功能的基本单位，研究人员借助显微镜获取细胞图像，再通过计算机图像分析技术获取细胞轮廓，从而进行细胞计数、类型识别和参数测量，有助于医学临床诊断和医学发展。细胞图像分割一直是热门的研究方向之一，学术界已经产生了许多分割的算法。T.Bhagya等人将膨胀腐蚀和直方图拉伸、平均滤波、中值滤波这三种预处理方法与Otsu阈值分割、分水岭分割、Canny边缘检测和K均值聚类这四种不同的分割算法进行组合，分别将每种组合应用于急性淋巴细胞白血病数据集的分割，并检验对比每种组合算法的分割效果。O.Hramm等人从细胞形状的特征出发，通过预处理实现细胞前景和背景的分割，然后采用Hough圆变换获取每个细胞的中心，并进一步处理得到带有细胞标记的图像，最后通过分水岭算法实现细胞的分割。S.M.Sundara等人以颜色为区分白细胞和其他细胞的主要线索，分别利用基于颜色的分割、分水岭算法、Itti-Koch算法、基于图的视觉显著性、二值图像等显微图像分割方法实现白细胞的分割，并对各种分割方法进行评价对比。Y.Lu等人将Snake模型和动态梯度向量流技术相结合，设计了一种新的Snake排斥机制，能够有效地防止错误的轮廓合并导致分割失误。

然而，现有的细胞分割算法大都是针对稀疏的、完整的细胞图像。稀疏细胞图像中细胞分布稀疏，基本上呈椭圆形态，边界较明显，并且背景简单，有明显的前景和背景之分。而成熟期纤维细胞(密集型细胞)分布十分紧密，相互交错，呈长条形，边界并不明显，没有前景和背景之分，难以使用上述算法实现该细胞的分割。虽然Y.Lu等人提出的排斥Snake模型是针对密集型细胞图像提出的，但是纤维细胞图像噪声较多，细胞边界基本都有缺失，甚至大多数细胞的真实轮廓都难以辨别，使用该模型容易在缺失边界的地方发生溢出，同时该模型本身并不能够很好地收敛到边界处。综上，现有的算法都难以对密集纤维细胞进行良好的轮廓估算。

发明内容

针对现有技术中的上述不足，本发明提供的一种密集纤维细胞的轮廓估算方法解决了现有算法难以对密集纤维细胞进行良好的轮廓估算的问题。

为了达到上述发明目的，本发明采用的技术方案为：

提供一种密集纤维细胞的轮廓估算方法，其包括以下步骤：

S1、获取密集纤维细胞图像；

S2、对密集纤维细胞图像进行Frangi滤波，并通过阈值分割获取细胞部分边界线和细胞质部分区域，得到具有部分轮廓的图像；

S3、通过最短距离搜索方法获取具有部分轮廓的图像中的轮廓控制点；

S4、对于同一细胞的边界线上的轮廓控制点，保留端点并预设轮廓控制点步长m，每隔m个轮廓控制点选取一个轮廓控制点，得到拟合点集；

S5、基于拟合点集采用B样条逼近曲线算法进行曲线拟合，将拟合的封闭曲线作为细胞轮廓，完成密集纤维细胞的轮廓估算。