[发明专利]一种自动寻找最优参数分割粘连细胞的方法

摘要

一种自动寻找最优参数分割粘连细胞的方法，属于细胞图像处理技术领域，包括如下步骤：(1)采集细胞图像；(2)细胞图像预处理；(3)计算每个细胞参数(4)提取单个细胞标记图像；(5)计算细胞梯度图像；(6)去除细胞边界的孤立点；(7)细胞边界膨胀；(8)最优参数腐蚀细胞边界；(9)去除细胞边界。本发明通过计算细胞梯度图像，用不同灰度值标记背景、细胞边界、细胞内部，通过膨胀、可变参数腐蚀、去除边界的方法，准确的分隔开粘连细胞，提高了细胞参数计算的准确性。

主权项

一种自动寻找最优参数分割粘连细胞的方法，其特征在于，包括如下步骤：(1)采集细胞图像利用自动图像采集设备采集人体细胞图像到计算机上，图像标准是8位bmp格式，将其称之为原始图像sourceImage；(2)细胞图像预处理第一步，对原始图像sourceImage进行高斯滤波操作，以消除图像的高斯噪声。第二步，二值化，用阈值的方法对当前图像sourceImage进行二值化处理，使背景变为黑色，细胞和杂质成为白色，得到图像dest；第三步，对图像dest进行开运算；第四步，对图像dest进行通道变换，将单通道的dest变换成为三通道，变换后的图像放到图像imgs中，之后对imgs图像进行分水岭运算，分水岭后得到的细胞图像为图像waterimage；第五步，通过emgucv机器视觉库中的FindContours函数，在分水岭运算后的图像waterimage中依次寻找每个细胞轮廓，并将单个细胞轮廓上每一个点的轮廓信息加入指定的点向量阵列contours中保存下来，得到单个细胞轮廓信息；所述的单个细胞轮廓信息包括坐标和灰度值；(3)计算每个细胞参数首先通过上一步得到的单个细胞轮廓信息，在细胞原始图像sourceImage上面截取到当前需要处理的单个完整的细胞，将粘连细胞视为单个细胞；之后计算当前截取到的细胞的平均半径；(4)提取单个细胞标记图像首先通过预处理得到的单个细胞轮廓信息，在细胞原始图像sourceImage上面截取到当前需要处理的单个完整的细胞图像，将粘连细胞也视为单个细胞，然后对单个细胞图像的灰度值进行改变，将图像背景设为黑色，图像背景的灰度值为0，将细胞边界的灰度值设为2，细胞内部的灰度值设为1，得到单个细胞标记图像MaskImage；(5)计算细胞梯度图像在细胞原始图像sourceImage上面按照细胞轮廓位置，截取单个细胞的原始图像；对单个细胞图像进行中值滤波操作去除图像噪声；将去除噪声后的细胞图像通过遍历细胞图像的方法，将每个像素点的灰度值分别与该点周围八邻域内的八个点的灰度值作差；最后将八个差值相加得到的和值替换为该点的灰度值，得到当前单个细胞图像的梯度图gradientImage；(6)去除细胞边界的孤立点遍历第(4)步得到的单个细胞标记图像MaskImage，如果某个边界点的八邻域内的点中只有一个点是灰度值为2的边界点，此点是孤立的边界点；之后再去判断其八邻域内的点，如果细胞内部点多，则将之设为内部点，否则就设为图像背景，去除孤立的边界点后得到图像Mask1；(7)细胞边界膨胀在图像Mask1的基础上对细胞的边界按照当前细胞的平均半径的大小对细胞边界进行膨胀，膨胀次数outsideIteration＝平均半径*A，0.2≤A≤0.4，首先向细胞内部膨胀，然后向细胞外部膨胀，向外和向内的膨胀次数相同，交替进行；每次膨胀都是根据细胞标记图像MaskImage，将每一个细胞的边界点的八邻域内所有的非边界点改变为边界点，通过细胞边界膨胀得到膨胀后的图像Mask2；(8)最优参数腐蚀细胞边界通过对上一步的细胞边界膨胀后的图像Mask2，按照当前膨胀后的细胞边界点在梯度图gradientImage中寻找相对应点的灰度值，提取到边界点所对应的梯度图gradientImage中最大灰度值max_value和最小灰度值min_value，设定腐蚀需要的初始阈值step_i＝min_value+step‑1,如果time值大于1则step＝(max_value‑min_value+1)/(time‑1)，如果time小于等于1，则step＝max_value‑min_value+1；腐蚀次数＝(max_value‑step_i)/step+1，腐蚀从step_i＝min_value+step‑1开始，以后每次增加step_i，即step_i＝step_i+step，如果step_i值大于max_value，则腐蚀结束；腐蚀过程为：初始time值为1，开始对图像Mask2进行腐蚀，然后通过emgucv机器视觉库中的FindContours函数判断细胞轮廓个数，如果细胞轮廓个数为2个，则time值加1，再次对Mask2进行腐蚀，每次腐蚀函数调用结束都要进行判断，如果细胞轮廓由两个轮廓变为一个轮廓，则将time值改变回上一个参数，之后再次腐蚀，腐蚀结束后进行第(9)步细胞边界去除；细胞边界腐蚀分为两个方向，一个是从背景开始向细胞内部腐蚀，一个是从细胞内部向细胞外部腐蚀，这两个方向的腐蚀交替进行，腐蚀的次数相同，腐蚀时的判断量step_i相同；腐蚀结束后得到对应的细胞图像Mask3；(9)去除细胞边界遍历细胞腐蚀后的图像Mask3，将每个灰度值为2的点统计其八邻域内灰度值为1和灰度值为0的点的个数，如果灰度值为0的点的个数与灰度值为1的点的个数相等，则将该边界点设为细胞内部点，若灰度值为1的点的个数与灰度值为0的点的个数不相等，那么此边界点就是背景点；得到分割后的结果图像Mask4。