一种新的基于区域的彩色图像分割技术.pdfVIP

算法与应用 ．67． 一种新的基于区域的彩色图像分割技术 李娜 陈一平 柳建新唐艳 中南大学信息物理工程学院 长沙410083 【摘要】 本文采用基于各向异性与均值位移相结合的 且口头描述可重复性差。为了提高对图像的分析诊 shift算法基 分割算法对医学图像进行分割。传统的mean 断效率，利用数字图像处理技术，对细胞取样涂片 于放射均衡核估计局部密度，因此分割效果不够理想。 中不同类型细胞进行自动形态分析的研究成为现 本文将图像分成色度和非色度通道，分别对这两个通道 代医学检验技术的热点。由于彩色图像本身包含大 进行各向异性扩散，把扩散后生成的结果进行 量有利于图像分割的信息，因此近年来人们对彩色 Kernelmean Anisotropic shift聚类，得到图像的最终分割 图像分割越来越重视。彩色图像分割主要分为：特 结果。这一方法在有效抑制过分割现象的同时，保留了 征空间聚类法【l，21，基于随机模型的方法【3】，基于 面积很小但对比度高的感兴趣区。实验结果表明，该算 法稳健高效，整体效果符合人类视觉习惯，对医生进行 直方图的方法【41，基于区域的方测51。 癌症诊断有重要意义。 【关键词】各向异性扩散；各向异性核均值位移；彩色 p1(Anisotropicdiffusion)用于多尺度分析和边缘检 图像分割；癌细胞 测【6l。与其他算法相比，各向异性扩散具有如下特 点：有选择性的平滑过程，在平滑过程中均匀的区 Color Basedon 域不受限制，但在跨越边界部分被抑制，因此噪声 ImageSegmentationAnisotropic to Cells KernelMeanShift Cancer Applied 和一些无关的细节被平滑掉了，从而让图像的各个 LiNaChen，7 LiuJianXinXiaoJia 色彩部分更均匀。本文从一个新的角度对该方法进 Ping Ying TangYan kernelmean 行扩展，与anisotropic shift算法¨1相接 Schoolof andGeometries Info-Physics Engineering 合，找到图像的聚类中心进行准确的分割，并将它 CentralSouth 41 UniversityChangSha0083，P．R China 应用于医学细胞相结合，找到图像的聚类中心进行 a color 准确的分割，并将它应用于医学细胞图像的分割， Abstract：This new paperpresents image diflusionand 从而更加方便医疗检验人员对癌细胞图像进行分 segmentationalgorithmIusinganisolropic