[发明专利]图像的修复方法和干细胞图像的分割方法

说明书

本发明提供了图像的修复方法和干细胞图像的分割方法，所述图像的修复方法包括以下步骤：(A1)将尺寸为M×N图像分割为尺寸为m×n的多个子块，M＝m×s，N＝n×t；(A2)获得所述图像的平均灰度值μ，以及第c行、第d列个子块的平均灰度值μ_cd，从而获得与第c行、第d列个子块对应的比值c＝1,2···m，d＝1,2···n；(A3)构建调整参数矩阵R′；(A4)对于矩阵R′中以r_cd为中心的尺寸为(2l+1)×(2l+1)的邻域范围Ω，得到比值r_cd的校正值r′_cd；(A5)得到第c行、第d列个子块中像素点的灰度值p(i,j)校正值p′(i,j)＝p(i,j)×r′_cd，从而得到修复后图像。本发明具有修复效果好等优点。

技术领域

本发明涉及细胞分析，特别涉及图像的修复方法和干细胞图像的分割方法。

背景技术

为了观察活细胞的行为，更多的使用对细胞无损害相差显微镜进行成像而非荧光，但是干细胞的相差显微图像有着以下特点：

1.细胞周围伴随着光晕伪影；

2.细胞与背景之间的对比度较低，且背景存在着一定的噪声干扰；

3.因为长时间拍摄和设备以及环境的干扰，细胞图像的光照不均匀；

4.培养后期，干细胞存在大面积粘连现象；

5.干细胞的形状不规则。

基于这些特点，传统的图像分割算法无法准确分割出干细胞轮廓，而将神经网络运用到图像分割需要大量手工制作的数据集与耗时的训练，而有学者提出的图像复原则需要大量复杂的计算。

目前，阈值分割方法还是最简单有效的图像分割方法，但图像的不均匀光照会改变图像的部分属性，使得阈值发生偏移，无法准确分割。

发明内容

为解决上述现有技术方案中的不足，本发明提供了一种图像的修复方法。

本发明的目的是通过以下技术方案实现的：

图像的修复方法，所述图像的修复方法包括以下步骤：

(A1)将尺寸为M×N图像分割为尺寸为m×n的多个子块，M＝m×s，N＝n×t；

(A2)获得所述图像的平均灰度值μ，以及第c行、第d列个子块的平均灰度值μ_cd，从而获得与第c行、第d列个子块对应的比值

p(i,j)为所述图像中坐标(i,j)处像素点的灰度值；

(A3)构建调整参数矩阵

(A4)对于矩阵R′中以r_cd为中心的尺寸为(2l+1)×(2l+1)的邻域范围Ω，得到比值r_cd的校正值l是正整数，(a,b)是所述邻域范围Ω内各元素的坐标值，σ∈[5.5,7]；

(A5)得到第c行、第d列个子块中像素点的灰度值p(i,j)校正值p′(i,j)＝p(i,j)×r′_cd，从而得到修复后图像。

本发明的目的还在于提供了干细胞图像的分割方法，该发明目的是通过以下技术方案得以实现的：

干细胞图像的分割方法，所述干细胞图像的分割方法为：

修复干细胞图像，修复方式采用本发明图像的修复方法；

对修复后的图像进行双阈值分割，实现图像的二值化；

对细胞区进行填充。

与现有技术相比，本发明具有的有益效果为：