尿沉渣图像红白细胞自动分割和识别算法探究.docVIP

尿沉渣图像红白细胞自动分割和识别算法探究 　　摘 要： 针对尿沉渣图像中的红白细胞，提出了一种基于组合思想的分割方法，即对图像进行三层处理，将各层的分割结果进行融合，从而通过多信息互补的方法得到完整的分割结果。设计了两级集成SVM分类器对红白细胞进行识别。实验证明，提出的整套算法简洁高效，精度高，具有较强的普适性。 关键词： 尿沉渣； 图像分割； 多信息互补； SVM 中图分类号： TN957.52?34 文献标识码： A 文章编号： 1004?373X（2013）17?0118?04 0 引 言 尿沉渣检查是指通过对尿液中各种有病理意义的有形成分进行分析，来检验一个人的肾脏及泌尿系统是否有疾病或者损伤。红白细胞作为尿沉渣中最具有临床价值的两类细胞，是必须要进行检查的有形成分。让计算机代替人来完成对红白细胞的自动分析，关键在于对红白细胞的分割与识别。 目前，已经出现了许多种分割和识别方法。在分割上，文献[1?3]中提出了阈值分割、聚类、边缘检测以及区域提取等方法。特定地使用某种阈值分割法只能将其中的一部分红白细胞分割出来。聚类法是通过检测相似点的簇来对每个聚类进行标记，其缺点是聚类数目事先不可知，而且没有考虑到不同类别间的交叉性。边缘检测通过确定强度值的突变点的位置来区分不同的区域，但是仅仅通过边缘检测并不能取得整体上较满意的效果。区域提取存在停止准则