[发明专利]一种基于聚类分割的病理组织切片扫描区域定位方法

权利要求书

1.一种基于聚类分割的病理组织切片扫描区域定位方法，其特征在于，包括如下步骤：

S1，对获取到的玻片图像进行图像预切割处理；

S2，对步骤S1切割产生的新图像进行图像降噪处理；

S3，对步骤S2处理后的图像进行色彩校正处理；

S4，将步骤S3处理后的图像所处于的RGB空间转换为Lab空间以将红色和蓝色进行分离；

S5，采用聚类算法对步骤S4处理后的图像的背景和组织区域的像素点进行分类以实现对图像的聚类分割；

S6，对步骤S5处理后的图像进行形态学处理；

S7，采用聚类算法对步骤S4处理后的图像进行聚类分割以获得图像的高光区域，并根据获得的图像的高光区域信息将步骤S6处理后的图像中的对应位置设置为背景以纠正高光区域引起的步骤S5分割错误；

步骤S1对获取到的玻片图像后进行图像预切割处理是裁去图像中固定像素长度的区域，从而得到去掉固定像素长度的新图像；

步骤S7采用聚类算法对步骤S4处理后的图像Lab空间中的L-光照通道进行聚类分割以得到高光区域，然后根据获得的图像的高光区域信息将步骤S6产生的结果中的对应高光区域的位置设置为背景以纠正高光区域引起的步骤S5分割错误，并使用矩形框对得到的组织区域分割结果进行最小外接矩形包围，从而实现对病理组织区域的扫描区域定位；

假设固定像素长度的区域和组织区域进行分离的虚线的位置为W^*，再假设有N张玻片图像，那么每张玻片图像中的虚线位置为W_i^*，i＝1，2...，N，N张玻片的平均虚线位置为在实际实施时，计算得到玻片图像中固定像素长度的区域和组织区域进行分离的虚线的位置而预切割后的图像高度与切割前保持一致，从而切割得到一个宽为且高为H的新图像，其中，W和H分别为切割之前原始图像的宽和高；

步骤S4通过Lab空间将亮度与色彩进行分离，且在Lab空间中，L代表亮度，a的正数代表红色，a的负端代表绿色，b的正数代表黄色，b的负端代表蓝色，其包括如下步骤：

S401，对步骤S3处理后的图像原有的三个通道进行gamma校正；

S402，将图像所处于的RGB空间转换为XYZ空间；

S403，将图像所处于的XYZ空间转换为Lab空间；

令r、g、b为图像的三个通道，步骤S401通过公式实现对图像原有的三个通道的gamma校正处理；

步骤S402通过公式实现将步骤S401校正后的图像所处于的RGB空间转换为XYZ空间；

步骤S403通过公式a＝500[f(X/X₀)-f(Y/Y₀)]，b＝500[f(Y/Y₀)-f(Z/Z₀)]实现将XYZ空间转换为Lab空间。

2.根据权利要求1所述的基于聚类分割的病理组织切片扫描区域定位方法，其特征在于，步骤S2采用高斯滤波的方式对步骤S1切割产生的新图像进行图像降噪处理，其包括如下步骤：

S201，构造高斯核；

S202，将步骤S201构造的高斯核与待处理的图像进行卷积运算以实现高斯滤波。

3.根据权利要求1所述的基于聚类分割的病理组织切片扫描区域定位方法，其特征在于，步骤S3采用灰度世界算法对步骤S2处理后的图像进行色彩校正处理。

4.根据权利要求1所述的基于聚类分割的病理组织切片扫描区域定位方法，其特征在于，步骤S5采用的聚类算法为Kmeans算法；步骤S5包括如下步骤：

S501，随机选择聚类中心μ_k的初始值；

S502，计算每个像素点到各聚类中心的距离，使得每个样本归属到距离其最近的聚类中心；

S503，对属于聚类中心μ_k的所有像素点计算坐标均值并作为新的μ_k；

S504，重复步骤S502～步骤S503，直到所有的聚类中心μ_k不再变化或者达到设定的迭代次数。