基于凹点和重心检测的粘连类圆形目标图像分割

发布时间：2021-12-01 17:45

　　类圆形目标图像是指图像中目标的形状及轮廓为圆形或与圆形相近,例如由细胞、菌落和纳米微粒等类圆形目标所拍摄的图像都可以称为类圆形目标图像。该类图像在生物、医学等领域广泛存在。由于在这类图像中往往会存在多个目标因位置重叠而产生粘连的情况,这给工作人员分析图像中包含的信息带来了极大的困难。因此,本文针对此问题进行研究,旨在使用图像处理领域的方法来更加有效、准确的将此类图像中存在的粘连类圆形目标分割开来。本文的主要工作如下:首先,本文对粘连图像分割领域的发展趋势及研究现状进行了梳理总结,重点介绍了两种相关算法,分别是基于凹点检测和椭圆拟合的粘连分割算法以及基于凹点检测和凹点匹配的粘连分割算法,并结合实验的结果,归纳总结了这些已有算法存在的问题和不足。然后,为了获取本文算法分割粘连区域所需要的特征点:凹点和重心,本文提出了一种更加准确的凹点检测算法和一种经过改进的重心提取算法。针对现有凹点检测算法存在的凹点判别不准确的问题,本文的凹点检测算法通过多重判据可以将凹点更为准确的分离出来。同时,针对原有的快速径向对称（Fast Radial Symmetry,FRS）变换算法在提取重心时存在的需要手动... 

【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校

【文章页数】：82 页

【学位级别】：硕士

【部分图文】：

本文算法的流程示意图

)i k i c 表示当前角点与后点所构成直线与水平方向的夹角点所对应的夹角 ( )i c是否满足一定的角度范围，即将当前角点判定为候选凹点。1 2< ( ) <iD cD1D 与2D 为预设角度阈值，它们可根据处理的粘连目标如，如果粘连类圆形目标图像中的目标形状与圆形相近区域的凹陷程度则较为明显，所以可以适度缩小该角缩小2D 的值。反之，如果粘连类圆形目标图像中的目，若存在粘连区域，则形成的凹区域的凹陷程度则较为度阈值的范围，即适度减小1D 并增大2D 的值。该判据有角点中不可能属于粘连区域中的角点，以便进一步意图如图 3.4 所示。

第三章 粘连类圆形目标图像的特征点提取程可参考本文末的附录部分内容。( )11= 121i k i ki ii k i kx yS x yx y ic证发现，若任一角点ic 与对应的前点和后点所足公式(3-8)，则将该角点判定为候选凹点；< 0iS 如图 3.5 所示。

【参考文献】：
期刊论文
[1]基于改进水平集方法的粘连细胞分割[J]. 刘海波,韩彦芳,徐伯庆.  信息技术. 2014(10)
[2]径向对称和圆形霍夫相结合的眼睛状态识别[J]. 向淑兰,犹轶.  光电工程. 2011(05)

硕士论文
[1]菌落图像分割算法研究与软件实现[D]. 王俊伟.西安电子科技大学 2018



本文编号：3526782