[发明专利]一种自适应阈值的细胞图像分割方法

权利要求书

1.一种自适应阈值的细胞图像分割方法，其特征在于，包括如下步骤：

步骤1：获取包含n张图像的细胞加药处理图像序列；

步骤2：将图片灰度值按照最大最小值归一化后，线性映射到指定范围[m.n]内，图片对应像素点灰度值为f(x，y)，线性映射公式如下：

步骤3：对图像进行模糊度判断，将图像映射到模糊域中，映射公式为：

其中，g_max是线性映射后图像灰度的最大值，即255，g(i，j)是线性映射后图像在(i，j)点的像素值；

步骤4：对有效信息区域进行增强，对无效信息区域进行抑制，即对模糊的细胞区域进行加强，对背景区域进行抑制，模糊增强公式为：

步骤5：选取相邻两帧增强后的图像g′_i，g′_i-1迭代计算图像的最优分割阈值th_i＝β_i·th_base，i＝0，1，2，......n-1，直到满足面积约束条件：即当前帧分割的细胞区域面积Si与上一帧分割的细胞区域面积S_i-1的比值在1附近，生成二值化模板；

步骤6：在向后逐帧迭代过程中，每迭代一定帧数Δt后，需对当前帧模板面积进行形状初始化，防止因多次迭代导致的模板面积过度膨胀或皱缩，使用传统分割算法分割面积与当前β阈值分割算法分割面积的加权和作为初始化面积，初始化公式为：

S_initial＝μS_o+λS_a

其中，S_initial是初始化面积，S₀是传统二值粗分割面积，S_a是当前β阈值分割面积，μ和λ是加权系数，满足加权和为1。

2.如权利要求1所述的一种自适应阈值的细胞图像分割方法，其特征在于，步骤2在实际处理时，将灰度值映射到0-255的范围内，即m＝255，n＝0，通过线性映射，将图像的灰度值平均分布到图像所能显示的最大范围中，从而提升图像中目标区域与背景区域之间的对比度，使得目标区域与背景区域的灰度值区别更大，更好区分。

3.如权利要求1所述的一种自适应阈值的细胞图像分割方法，其特征在于，步骤3的模糊度函数μ(i，j)∈[0，1]，模糊度函数把0.5作为分界，图像灰度值g(i，j)映射到模糊域的值μ(i，j)大于0.5的区域视为有效信息区域，即要加强的目标区域，小于0.5的视为无效信息区域，即背景区域，正值参数F_d和F_e控制了模糊度为0.5时的图像灰度值，通常设置为F_d＝10，F_e＝2，实际调整时，F_e通常保持2不变，仅调整F_d的值。

4.如权利要求1所述的一种自适应阈值的细胞图像分割方法，其特征在于，步骤4可嵌套重复使用模糊增强公式，达到更好的增强效果，通常增强次数为2次，增强完成后，使用逆变换，从模糊域逆变换为灰度值域，逆变换公式为：

5.如权利要求1所述的一种自适应阈值的细胞图像分割方法，其特征在于，步骤5的lowerlimit和upperlimit为相邻帧容许的细胞面积变化量，可根据实际调整范围，通常设置lowerlimit＝0.002，upperlimit＝0.002。

6.如权利要求1所述的一种自适应阈值的细胞图像分割方法，其特征在于，步骤6的最优分割阈值th_i的选取等价于最优β_i值的选取，β_i值的迭代公式为β_i＝β_i+Δβ，迭代的初始值为上一帧的最优β值β_i-1，迭代步长|Δβ|可根据实际情况调整，常设定为0.01，迭代方向即Δβ的正负由下式决定：