染色体识别和计数.pptxVIP

会计学 1 染色体识别和计数 小组成员 赵 欢 何晓璇 卢禹先 王崇林 胡 威 第1页/共15页 染色体识别和计数 算法的设计 1.图像预处理——直方图均衡化 2.去噪处理 3.图像腐蚀 4.图像二值化 5.粘连染色体处理 6。染色体标记 7.染色体数统计 第2页/共15页 图像预处理 直方图均衡化 templates, New Content design, 10 welcome to use these powerpoint years experience welcome to use these powerpoint templates, New Content design, 10 years experience 第3页/共15页 由于图像中混入的噪声并不能在前面的处理过程中被全部消除,剩余的噪声也被赋予了标号值,这就造成了统计结果的错误,因此在对图像标号完毕后还要将被标号的噪声删除掉。 标号对象的面积即该标号对象所占的像素数,将标号对象的面积与图像中所有对象的平均面积进行比较,以比较结果作为条件来删除被标号的噪声对象 去噪处理 第4页/共15页 步骤 (1)计算每个标号对象的面积,然后计算所有对象的平均面积。 (2)对每个对象做如下判断:该对象的面积是否大于平均面积的6倍?若满足以上条件,则可以认为该对象为大噪声,将该对象删除。然后对下一个对象进行判断,至处理完所有对象为止。 (3)重新计算所剩对象的平均面积,转到(2)进行处理,直到没有对象被删除。 (4)重新计算所剩对象的平均面积。 (5)对每个所剩的对象做如下判断:该对象的面积是否小于平均面积的1/10?若是,则可以认为该对象为小噪声,将该对象删除。然后对下一个对象进行判断,至处理完所有对象为止。 (6)重新计算所剩对象的平均面积,转到(5)进行处理,直到没有对象被删除。 (7)此时图像中的噪声已被删除完毕,根据处理结果将标号值进行相应修改。 text text text text text 第5页/共15页 去噪前后图像对比 第6页/共15页 腐蚀属于数学形态学的处理技术，它和膨胀不是互为逆运算， 灰度图像腐蚀处理可得到两种结果： （1）如果所有的结构元素都为正，则输出图像将趋向比输入图像暗 （2）在比结构元素还小的区域中的明亮细节经腐蚀处理以后其效果将减弱 1.删除边界某些像素，使粘连性不大的染色体分开 图像的腐蚀 第7页/共15页 腐蚀处理后的图像对比 第8页/共15页 1 二值图像是指图像上的所有点的灰度值只有两种可能,不为“0”就为“255”,也就是整个图像呈现出明显的黑白效果。 2 对图像二值化一般采用阈值分割技术,所有灰度大于或等于阈值的像素被判决为属于物体,灰度值用“255”表示,否则这些像素点被排除在物体区域以外,灰度值为“0”,表示背景 welcome to use these powerpoint templates, New Content design, 10 years experience 图像二值化 第9页/共15页 粘连染色体的处理 一个对象的面积与平均面积的比值基本反映了该对象中的染色体数目。大多数染色体的面积与平均面积相差无几;而当一个对象的面积大于平均面积的2倍时,该对象中通常会含有粘连的染色体。 具体步骤如下 第10页/共15页 步骤 Your Text 对象的面积是否大于平均面积的2倍。若满足该条件,则认为该对象中含有粘连染色体 Your Text 对每个含有粘连染色体的对象,运用上述计算原理进行计算,并对存储的标号结果进行修正。 Your Text 得到的最终修正结果即为整个图像中的染色体数目 our计算每个对象的面积,并计算所有对象的平均面积 第11页/共15页 染色体标记 对染色体的自动计数,其实就是对图像中对象的统计,因此采用标号法来对图像中的对象进行标注 标记后的图如下： 第12页/共15页 结果分析 经过大量的实验，该方法能够对粘连、重叠以及噪声严重的染色体图像进行很准确的染色体计数，但是其中也存在一些误差，经分析误差主要来自于以下几方面： (1)若图像中的一条或几条染色体与较大的噪声粘连在一起,在进行噪声对象删除处理时,会将这些染色体作为噪声一并删除,造成了统计结果小于实际数目 (2)若几条较小的染色体粘连在一起,由于这些染色体所占面积都比较小,在对粘连染色体对象进行腐蚀运算时,可能会将其中的一条或几条染色体腐蚀掉。 (3)若几条染色体粘连的比较紧密,在对粘连染色体对象进行腐蚀运算时,可能会无法分割开,造成了统计结果小于实际数目。 第13页/共15页 第14页/共15页