基于改进阈值与边缘梯度的亮场干细胞图像分割方法

发布时间：2024-05-16 22:14

　　针对亮场干细胞图像中细胞粘连、形态各异,难以精确分割的问题,提出一种基于改进阈值与边缘梯度的亮场干细胞图像分割方法。首先,通过改进的阈值法对预处理后的图像实现细胞与背景粗分;其次,利用改进的Sobel算子检测细胞边缘梯度信息,结合连通域标记方法对粗分割图像做细化分割;最后,运用形态学方法进行优化处理。提出的方法能够有效去除细胞图像中的溶液杂质,消除相差显微镜拍摄所带来的光圈、伪影等影响,更准确地分割出细胞边缘轮廓。实验表明,所提方法分割精度达到95.48%,综合分割性能指标Fscore=94.61%,与传统的阈值分割等方法相比,具有更好的分割效果。

【文章页数】：6 页

【部分图文】：

图1算法流程

为了能够充分利用亮场干细胞图像的边缘梯度信息,又能实现粘连细胞的有效分割,本文提出一种基于改进阈值与边缘梯度的亮场干细胞图像分割方法,算法流程如图1所示,主要步骤包括:输入原始图像;图像预处理;细胞与背景粗分;细化分割;优化处理。1.1图像预处理

图3像素分布直方图

传统的阈值分割方法是通过求取均值与标准差来计算阈值,而对于某些均值与标准差相同的图像,最优阈值可能并不相同[18]。为了分析干细胞图像的特征,先分析图像的像素分布。如图3(a)所示为原始图像,像素分布如图3(b)所示,横轴表示像素强度,纵轴表示像素数。通过细胞图像的像素分布直方图....

图4改进的Sobel算子

改进的方法通过在Sobel算子的水平和垂直方向上增加6个模板来弥补Sobel算子对水平、垂直方向的敏感性[21]。改进后的Sobel算子如图4所示。根据细胞真实边缘轮廓与细胞边缘光圈像素值不同的特点,通过改进的Sobel算子计算边缘梯度信息,然后运用连通域标记法,寻找细胞真实边界....

图5分割实验结果

实验选取了不同分裂时期的成人骨髓干细胞相差显微镜图像进行分割研究,采用3种不同的方法(二维OTSU法、文献[9]算法、本文算法)进行实验对比。由于图像尺寸(2268pixel×2200pixel)过大,因此截取原始图像的部分分割图像进行展示,分割效果如图5所示。图5(a)....

本文编号：3974985