基于MEANSHIFT和SVM的血细胞图像分割.pdfVIP

第25卷第4期增刊 仪器仪表学报 2004年8月 潘 晨 闫相国 郑崇勋 (西安交通大学生物医学信息工程教育部重点实验室 西安 710049) 摘要提出一种新的血细胞图像分割算法，结合无监督和有监督模式识别技术，利用颜色快速提取感兴趣的有核细胞。首先 过适当形态学膨胀后可以得到部分胞浆像素；然后细胞核聚类峰和部分胞浆颜色组成正特征子集，而红细胞和背景聚类峰附 近颜色组成负特征子集，训练一个两分类SVM，得到的分类模型随后对图像的颜色空间向量分类，实现细胞区域整体提取。 析性能和SVM出色的小样本学习推广能力，该方法对图像颜色变化、染色条件差异等鲁棒性强，无过度分割现象，分割速度 和效果均优于流域变换方法。骨髓和外周血涂片的分割试验证明了方法的有效性，已应用于实际图像处理系统。 关键词均值 Mean-shiftandSVMforBloodCell Combining ImageSegmentatio