犈犕聚类与犁犞犕自动学习的白细胞图像分割算法.PDFVIP

第 卷第 期 数 据 采 集 与 处 理 ２８ ５ Ｖｏｌ．２８Ｎｏ．５ 年 月 ２０１３ ９ ＪｏｕｒｎａｌｏｆＤａｔａＡｃｕｉｓｉｔｉｏｎａｎｄＰｒｏｃｅｓｓｉｎ Ｓｅ．２０１３ ｑ ｇ ｐ 文章编号： （ ） １００４９０３７２０１３０５０６１４０６ 　　 犈犕聚类和犛犞犕 自动学习的白细胞图像分割算法 郑 馨 王 勇 汪国有 　 　 　 　 （华中科技大学多谱信息处理技术国家级重点实验室，武汉， ） ４３００７４ 摘要：白细胞图像分割是白细胞自动识别的关键环节，其分割效果直接影响后续步骤。为提高光照、颜色不稳定 情况下的分割精度，提出一种基于期望最大化（ ， ）聚类和支持向量机（ Ｅｘｅｃｔａｔｉｏｎｍａｘｉｍｉｚａｔｉｏｎ ＥＭ Ｓｕ ｏｒｔｖｅｃ ｐ ｐｐ  ， ）自动采样 学习的彩色白细胞图像分割方法。首先采用 算法对 颜色空间的 ｔｏｒｍａｃｈｉｎｅ ＳＶＭ  ＥＭ ＣＩＥＬＵＶ 犔 分量聚类得到细胞核区域。在细胞浆分割阶段，先利用 ＥＭ过分割和膨胀的细胞核区域获取正负样本候选区 域；接着用基于ＥＭ的分层抽样得到正负样本；再提取颜色特征自动对正负样本训练获得 ＳＶＭ模型；最后利用 ＳＶＭ分类模型得到整个细胞区域。与传统的白细胞图像分割算法相比，本文方法更能适应图像光照和颜色的 变化；与同类的分割算法相比，本文方法提高了分割精度。相关实验结果表明，本文算法具有良好的精度和鲁棒 性。 关键词：彩色图像分割；期望最大化；支持向量机；白细胞 中图分类号： 文献标志码： ＴＰ３９１．４ Ａ 　　　　 犠犺犻狋犲犅犾狅狅犱犆犲犾犾犛犲犿犲狀狋犪狋犻狅狀犝狊犻狀 犈狓犲犮狋犪狋犻狅狀犕犪狓犻犿犻狕犪狋犻狅狀 犵 犵 狆 犪狀犱犃狌狋狅犿犪狋犻犮犛狌 狅狉狋犞犲犮狋狅狉犕犪犮犺犻狀犲犔犲犪狉狀犻狀 狆狆 犵 ， ， 犣犺犲狀 犡犻狀 犠犪狀 犢狅狀 犠犪狀 犌狌狅狅狌 犵 犵 犵 犵 狔 （ ， ＮａｔｉｏｎａｌＫｅ ＬａｂｏｒａｔｏｒｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏ ｏｎＭｕｌｔｉｓｅｃｔｒａｌＩｎｆｏｒｍａｔｉｏｎＰｒｏｃｅｓｓｉｎ ｙ ｙ ｇｙ ｐ ｇ