细胞分割算法研方法综述.docVIP

细胞分割算法研究方法综述 【摘要】随着现代科技的发展，用计算机处理细胞在医学诊断和医学图像处理领域有着重要的作用。细胞分割是细胞特征提取和细胞识别的基础，从医学图像中分割出精准的细胞图像是目前极具挑战性的课题。在细胞的自动识别的研究中产生了有效的分割算法的需求，人们提出了不同的分割算法根据图像的不同特征，如阈值法，分水岭算法等。本文对细胞分割的各种方法进行比较分析，详细阐述各种方法的优缺点，并对以后各种细胞分割方法结合使用有重要意义。 【关键词】细胞分割；分割算法；比较分析 survey：the research method of cells segmentation algorithm chen aibin，jiang xia （central south university of forestry technology，college of computer science，hunan changsha 410004，china） abstract：with the development of modern technology，computer processing cells plays an important role in medical diagnostics and medical image processing.cell division is cellular feature extraction and recognition foundation.segmentation of accurate medical images is challenging task from the cell image.automatic identification of the cells produced a study of the demand for effective segmentation.people made a different image segmentation algorithms based on different characteristics，such as the threshold，a watershed algorithm.in this paper，various methods of cell division system analysis，and detail the advantages and disadvantages of each methods. key words：cell division；segmentation algorithm；comparative analysis 1.引言 图像分割是根据图像的某些特征或特征相似的集合，对图像进行分组聚类，把图像分成若干个特定的，有意义的区域并提取出感兴趣的目标技术和过程。它使图像高级处理阶段的图像分析和图像识别等处理过程的数据量大大减少，并保留图像结构的重要信息。细胞分割的精度对细胞分割有重要作用，它的好坏直接影响细胞分析。细胞分割到今天仍没有取得圆满成功的几个重要原因是：（1）细胞图像很复杂，不仅有白血细胞、红细胞和血小板还有其它东西，而且根据白细胞的成熟程度不同可以分为20多种不同的类别。（2）细胞图像经常受染色不均匀，光照不一致的影响，导致灰度值发生变化。（3）细胞图像经常重叠，没有明显的边界。（4）细胞的大小变化很大，细胞核的形状各种各样。这些使得细胞分割是一个困难和富有挑战的任务。所以，我们有必要针对医学图像这个领域对细胞图像分割方法进行研究。本文对细胞分割的各种方法进行系统分析。 2.常用的图像分割方法 为了解决医学图像细胞分割的难题，多年来许多研究人员做了大量的工作，研究出了很多有用的分割方法。随着阈值分割，活动轮廓，边缘检测和形态学等方法在图像分割中广泛应用，活动轮廓，多光谱等新出现的算法也不断的用于解决细胞分割的问题，国内外学者针对一些具体应用的医学图像分割提出了不少好的分割方法。 2.1 基于阈值分割的方法 阈值分割法是一种基于区域的图像分割技术，其基本原理是：通过设定不同的特征阈值，把图像象素点分为若干类。常用的特征包括：直接来自原始图像的灰度或彩色特征；由原始灰度或彩色值变换得到的特征。阈值选取方法有多种，如mode法、otsu法、熵方法、p-tile法和最小误差法等。由于阈值分割算法原理简单，计算量比较小，但它依赖阈值的选择，广泛的应用于早期的细胞分割。在目标和背景差异比较大的图像可以用全局阈值，柯行斌，王汝传[1]在已经经过预处理的图像上用全局阈值分割白血细胞，发现比匹配法分割的效果好一些。而细胞的胞浆和背景相差不大，因此用单一的阈值分割很难取得很好的效果。王任挥