[发明专利]针对宫颈脱落细胞图像的图像分割方法和装置

权利要求书

1.一种针对宫颈脱落细胞图像的图像分割方法，包括：

图像划分步骤：将获取的宫颈脱落细胞的第一图像划分为若干个子块；

边缘提取步骤：基于灰度值对每一个子块进行分类，对包括图像边缘的子块进行边缘提取；

图像拼接步骤：将所有子块按顺序拼接成第二图像，所述子块中的提取的边缘构成感兴趣区域；和

细胞群分割步骤：确定所述感兴趣区域的初始轮廓闭合曲线，基于所述第二图像的梯度矢量使所述初始轮廓曲线的位置向量收敛至目标边缘。

2.根据权利要求1所述的方法，其特征在于，所述边缘提取步骤包括：

灰度值计算步骤：计算所述子块的灰度方差和灰度均值；

分类步骤：分别将灰度方差和灰度均值与预设的第一阀值和第二阈值比较，将所述子块划分为前景类别、背景类别和同时包含前景和背景内容的类别；和

边缘分割步骤：对于同时包含前景和背景内容的类别的子块，利用全局最大类间方差阈值对该子块进行边缘分割。

3.根据权利要求2所述的方法，其特征在于，在所述边缘分割步骤中：

所述全局最大类间方差阈值K满足方差其中，方差采用下式计算：

其中，n为所述子块的像素总数，L为所述子块的灰度级总数，n_q为灰度级为r_q的像素数量，q＝0,1,2,…L-1；所述子块中前景像素属于集合C₁，其取值范围为[0,1,…K-1]；所述子块中背景像素属于集合C₂，C₂取值范围为[K,K+1,…L-1]。

4.根据权利要求1至3中任一项所述的方法，其特征在于，所述细胞群分割步骤包括：

轮廓确定步骤：确定所述感兴趣区域的初始轮廓闭合曲线；和

位置向量计算步骤：基于所述感兴趣区域的边缘确定所述第二图像的梯度矢量，其中，所述梯度矢量表示外力；获取所述初始轮廓闭合曲线的位置向量，其中，所述位置向量表示内力；所述在所述梯度矢量的作用下，所述位置向量的位置不断变化，直到所述外力和所述内力平衡，此时，所述位置向量收敛至目标边缘。

5.根据权利要求4所述的方法，其特征在于，在所述轮廓确定步骤之后，该方法还包括：

第一判断步骤：在判断所述初始轮廓闭合曲线不符合细胞基本形态的情况下，执行所述位置向量计算步骤。

6.根据权利要求5所述的方法，其特征在于，在所述位置向量计算步骤之后，该方法还包括：

第二判断步骤：在判断所述目标边缘不符合细胞基本形态的情况下，将该目标边缘围成的区域判定为杂质。

7.一种针对宫颈脱落细胞图像的图像分割装置，包括：

图像划分模块，其配置成用于将获取的宫颈脱落细胞的第一图像划分为若干个子块；

边缘提取模块，其配置成用于基于灰度值对每一个子块进行分类，对包括图像边缘的子块进行边缘提取；

图像拼接模块，其配置成用于将所有子块按顺序拼接成第二图像，所述子块中的提取的边缘构成感兴趣区域；和

细胞群分割模块，其配置成用于确定所述感兴趣区域的初始轮廓闭合曲线，基于所述第二图像的梯度矢量使所述初始轮廓曲线的位置向量收敛至目标边缘。

8.根据权利要求7所述的装置，其特征在于，所述边缘提取模块包括：

灰度值计算模块，其配置成用于计算所述子块的灰度方差和灰度均值；

分类模块，其配置成用于分别将灰度方差和灰度均值与预设的第一阀值和第二阈值比较，将所述子块划分为前景类别、背景类别和同时包含前景和背景内容的类别；和

边缘分割模块，其配置成用于对于同时包含前景和背景内容的类别的子块，利用全局最大类间方差阈值对该子块进行边缘分割。

9.一种计算机可读存储介质，优选为非易失性可读存储介质，其内存储有计算机程序，所述计算机程序在由处理器执行时实现如权利要求1至6中任一项所述的方法。

10.一种计算机程序产品，包括计算机可读代码，当所述计算机可读代码由计算设备执行时，导致所述计算设备执行权利要求1至6中任一项所述的方法。