作者：王娅标记分水岭变换hsi模型低通滤波主成分分析细胞图像分割
摘要：目的显微细胞的精确分割是计算机辅助诊断的前提和关键，为精确分割含有粘连重叠红细胞及病变红细胞的彩色显微图像，基于HSI模型，提出了一种自适应标记分水岭分割算法。方法首先结合红细胞无核特点提取反光细胞的中心，从图像的S与1分量的梯度图中提取图像前景低频成分的局部极值点，两部分相结合作为初始标记，标记细胞前景；然后根据标记特点去除伪标记点，以确保所有粘连细胞的重叠区域不被标记；接着采用主成分分析从S与1分量梯度图中提取梯度信息重构梯度图，最后结合背景标记，应用标记分水岭变换实现分割。结果选取美国社会血液学数据库中含病变和粘连的红细胞图像进行分割实验，采用平均欠分割率、平均过分割率、平均准确率3个指标对分割结果进行评价。本文算法的欠分割率为2．23％，过分割率为1．67％，均明显低于文献中两种现有分水岭算法；分割精度高达96．10％，准确度高；平均运行时间6．06s，可保证一定的时效性。结论提出了一种对病变粘连红细胞彩色图像的分割算法，利用饱和度与亮度信息，自适应地标记出前景细胞，提高了分割精度；采用主成分分析法，更好地保留了重叠细胞的原有边界。算法具有较好的鲁棒性，可广泛用于包括血液红细胞在内的含有类圆形的重叠、粘连细胞的显微染色图像的分割。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
