[发明专利]一种基于活动轮廓模型的白细胞分割方法

权利要求书

1.一种基于活动轮廓模型的白细胞分割方法，其特征在于，由以下步骤组成：

步骤1：将原始染色白细胞图像的RGB像素空间分割为长度相等的小立方体，计算所有小立方体中位于中心点的像素值，即预定像素值，获得每个小立方体中所有像素值的数量，将每个小立方体中的所有像素值赋值为预定像素值，并获得预处理图像，

步骤2：对所述预处理图像利用密度峰值聚类分割方法进行密度聚类得到初始白细胞图像，然后再使用形态学处理方法对初始白细胞图像中的白细胞核边缘轮廓进行光滑处理得到最终白细胞核图像，

步骤3：将最终白细胞核图像利用水平集方法处理得到白细胞核轮廓曲线，以白细胞核轮廓曲线作为活动轮廓模型的初始轮廓曲线，以局部JS散度构建局部灰度信息表达式作为边缘停止函数，使初始轮廓曲线逐步计算得到白细胞边缘，从而得到最终白细胞图像。

2.根据权利要求1所述的一种基于活动轮廓模型的白细胞分割方法，其特征在于，步骤3中所述边缘停止函数为：

其中I(x)表示局部图像区域，C₁和C₂分别为局部区域中被轮廓曲线分为内、外两部分的平均灰度值，p和q分别表示被轮廓曲线分为内外两部分的灰度分布，JS(p，q)表示内、外两部分的灰度分布之间的JS散度信息，α为局部阈值，取0.02，用以衡量局部灰度的均匀性，α-JS(p，q)＞0，则表示灰度均匀，反之则表示灰度不均匀，局部窗口选取为5*5。

3.根据权利要求1所述的一种基于活动轮廓模型的白细胞分割方法，其特征在于，步骤2由以下步骤组成：

步骤21：首先对预处理图像逐像素计算其局部密度ρ与相对距离δ，并确定截断距离d_c；

其中，密度聚类的局部密度ρ为：

上式中，d_i，j表示像素点i和像素点j之间的距离，使用欧几里得距离计算，d_cutoff表示截断距离，即有效密度半径，它是密度峰值聚类中唯一的参数，取最大相对距离的0.5％，那么ρ_i就可以表示像素点周围像素点i的分布情况，即局部密度；

其中，密度聚类的相对距离δ为：

步骤22：将所有像素点局部密度ρ与相对距离δ的乘积降序排列，取前N个点为聚类中心点，聚类中心N值取2，表示聚类结构分两类，一类为背景部分，一类为前景白细胞核；

步骤23：将剩余的点，即除N个聚类中心点以外的像素点，根据聚类中心进行归类划分，得到聚类完成的图像，即白细胞核图像，将聚类得到的白细胞核图像二值化，白细胞核作为前景，其余部分作为背景，使用形态学处理方法，利用形态学膨胀与腐蚀运算消除细小区域；处理前景部分，获取白细胞核边缘轮廓，再对白细胞核边缘轮廓进行光滑处理，即对图像利用高斯滤波平滑其边缘，Sigma取1.8，得到最终白细胞核图像。