[发明专利]一种基于图论和区域增长的粘连细胞分割算法

说明书

本发明涉及一种基于图论和区域增长的粘连细胞分割算法，包括以下步骤：步骤S1：对细胞图像中的粘连细胞的每个细胞的边界初始化为四个不同方向的映射，即上、下、左、右方向定义四个映射，用不同的颜色标出；步骤S2：基于图论的方法利用上、下、左、右映射边构造关系图；步骤S3：采用区域增长算法对预先定义的边界定位出细胞的实际边界，实现粘连细胞的分割。该方法提高了细胞图像中粘连细胞分割的效果。

技术领域

本发明涉及医学图像分割技术领域，特别是一种基于图论和区域增长的粘连细胞分割算法。

背景技术

在医学图像的处理中，细胞分割作为重要的目标，对其进行自动识别和分割研究具有重要的意义。为了解决医学图像细胞分割的难题，多年来许多研究人员做了大量的工作因此，细胞分割的精度尤其是粘连细胞的分割成了急待解决的课题。

从上世纪60年代起，国内外的众多学者就开始对其研究，经过近五十年的研究提出了数万种分割方法，而且近些年来对细胞图像分割的研究仍在积极地进行，都想找出较通用的分割算法，但是，至今为止，没有哪一种图像适合于所有的细胞图像，图像的分割数十年来一直受到研究人员的重视，但也一直是图像处理领域的一个难题。近几年，科研人员设法将新的理论应用到图像分割，取得了很多成果，研究出很多新的图像分割的方法。

发明内容

有鉴于此，本发明的目的是提供一种基于图论和区域增长的粘连细胞分割算法，该方法提高了细胞图像中粘连细胞分割的精度。

本发明采用以下方案实现：一种基于图论和区域增长的粘连细胞分割算法，包括以下步骤：

步骤S1：对细胞图像中的粘连细胞的每个细胞的边界初始化为四个不同方向的映射，即上、下、左、右方向定义四个映射，用不同的颜色标出；

步骤S2：基于图论的方法利用上、下、左、右映射边构造关系图；

步骤S3：采用区域增长算法对预先定义的边界定位出细胞的实际边界，实现粘连细胞的分割。

进一步地，所述步骤S1中，利用Sobel算子与大津阈值法对所述细胞图像中每个粘连细胞的边界初始化为四个不同方向的映射像素，具体包括以下步骤：

步骤S11：对细胞原始图像求其蓝色分量的梯度图像，即Ib图像；

步骤S12：对所述步骤S11处理后得到的Ib图像进行Sobel算子运算，获得S_Left，S_right，S_top以及S_bottom，相应的定义如下：

步骤S13：对所述步骤S12处理后得到的图像应用大津阈值法得到对应的二值图像，其S_Left，S_right，S_top以及S_bottom对应的二值化的映射为B_L，B_r，B_t以及B_b，所述大津阈值法中使用的阈值为t_size；

步骤S14：对所获得的B_L，B_r，B_t，B_b孔洞填充，提取最左边的像素点，得到的映射记为P_L，P_r，P_t，P_b；

如果B_L(i,j)＝1，则P_L(i,j)＝1，否则P_L(i,j)＝0；P_r，P_t，P_b定义与P_L相同。