[发明专利]基于非负矩阵分解的显微图像彩色去卷积方法及分割方法

摘要

本发明公开了一种基于非负矩阵分解（Nonnegative Matrix Factorization，简称NMF）的显微图像彩色去卷积方法，属于图像信息处理技术领域。本发明方法针对染色标记后的组织显微图像，利用非负矩阵分解的方法将不同染色剂所对应的观测通道进行分离。本发明还公开了一种基于非负矩阵分解的显微图像分割方法，基于非负矩阵分解方法分离出的观测通道进行图像分割，不但可实现快速全自动化的图像处理，且获得的图像分割结果更准确，为后续的细胞检测、病理诊断分析提供了更准确的依据。相比现有技术，本发明能够有效提高显微图像分割的准确率，节省计算时间，且得到的显微图像的视觉效果更好。

主权项

基于非负矩阵分解的显微图像分割方法，所述显微图像通过对经至多三种不同染色剂染色标记的组织样本进行显微成像得到，其特征在于，首先利用基于非负矩阵分解的显微图像彩色去卷积方法获取其中至少一种染色剂标记的光强度图像，然后对所述光强度图像进行分割；其中，基于非负矩阵分解的显微图像彩色去卷积方法，包括以下步骤：步骤A、将大小为M×N的原始彩色显微图像的所有像素依次排列为行，以原始显微图像中单个像素在RGB颜色空间中各分量所对应的光密度作为列，得到大小为(M×N)×3的原始显微图像的光密度矩阵；步骤B、以重构误差最小为目标，采用梯度下降算法、乘性迭代算法、或交替最小平方算法对所述光密度矩阵进行非负矩阵分解，将其分解为一个(M×N)×K的矩阵A和一个K×3的矩阵S，K为所述染色剂的类别总数；步骤C、根据下式得到第k种染色剂标记的光密度图像dASk，k＝1,2,…,K：dASk＝dA(:,k)×dS(k,:)式中，dA(:,k)表示矩阵A的第k列，dS(k,:)表示矩阵S的第k行；步骤D、将第k种染色剂标记的光密度图像dASk在RGB颜色空间中重构，k＝1,2,…,K得到第k种染色剂标记的光强度图像；所述对光强度图像进行分割，包括利用阈值分割方法对光强度图像进行分割的步骤以及形态学处理的步骤，形态学处理的步骤具体如下：对阈值分割方法得到的分割图像依次进行以下形态学处理：膨胀、填充空洞、开运算‑闭运算、分裂。