基于距离变换的粘连细胞分割方法 游迎荣 范影乐 庞 全 !杭州电子工业学院自动化分院"杭州 )&""&-# ./0123#45642789578:&,)$;50 摘 要 在医学细胞图像中"经常会有细胞重叠和粘连的现象 $ 将粘连在一起的细胞群单个分开是医学细胞处理中一项 重要而困难的问题$ 对这一情况"文章提出了一种有效的分割算法$ 先用最大类间方差法对图像进行二值化"然后对图像 作距离变换"将像素点位置信息转化为灰度信息"再利用分水岭算法"找到粘连边界点"从而将细胞群分开$ 实验证明"该 算法能成功地分离粘连细胞$ 关键词 最大类间方差法 距离变换 分水岭算法 文章编号 &""!/-))&/!!""#%!"/"!",/") 文献标识码 < 中图分类号 =>)?& !"#$%$&" ’()*%+&,- .*% /0"%(1##+2) 3"(( 4-$)"5 6$5"7 *2 8+5&129" :%125.*%-1&+*2 ;*< ;+2)%*2) =12 >+2)(" ?12) @<$2 %<6@501@257 A;B553!C178DB56 E217D2 F72GH9I2@4!C178DB56 )&""&-& ’A5&%$9&# =BH 5GH931JJ278 JBH750H757 5K@H7 1JJH19I 27 @BH 0HL2;13 ;H33 2018HI$AHJ191@278 @BH ;H33 ;36I@H9 27@5 I2783H 57HI 2I 89H1@ 20J59@17@ 17L L2KK2;63@ 27 0HL2;13 ;H33 2018H J95;HII278$M7 1336I257 @5 @B2I JBH750H757!17 HKKH;@2GH IH8H0H7@278 138592@B0 2I J9HIH7@HL @5 I53GH @B2I J95N3H0$O29I@34!@B9HIB53L 2018H N4 0H17I 5K P=AF!@BH7 L2I@17;H @917IK590 @BH @B9HIB53L 2018H K59 @917IK590 @BH J5I2@257 27K5901@257 @5 @BH 8914 27K5901@257!QBH9H1K@H9!019R @BH HL8H J527@I N4 6I278 Q1@H9IBHL 138592@B0 17 L @BH7 IHJ191@H @BH ;H33 ;36I@H9$=BH HSJH920H7@ 9HI63@ IB5QI @B1@ @B2I 138592@B0 ;17 IHJ191@H @BH ;H33 ;36I@H9 I6;;HIIK6334$ B"CD*%75# P=AF!L2I@17;H @917IK5901@257!Q1@H9IBHL 138592@B0 !!!!!!在细胞图像处理过程中!细胞的显微图像在临床诊断中有 着重要意义" 细胞图像的自动分析技术为临床医学的研究提供 了强有力的工具" 但是在细胞的显微图像中经常出现细胞重叠 和粘连现象" 这种由多个细胞聚堆而成的细胞群通常会严重影 响后续的统计分析!将粘连的细胞图像分割为一个个的细胞的 图像!对后续分析统计能否有效进行极为重要 " 因此在细胞图 像 自 动 分 析 技 术 的 研 究 中 产 生 了 对 能 有 效 分 割 有 粘 连 细 胞 图 像的算法的需求" 根据图像不同的特征!人们提出了各种算法! 如#灰度阈值法$区域生长法%&’$边缘检测法%!($松施法等" 这些算 法都要求图像具有某些特定性质!在实际处理中存在一定的局 限性!难以直接使用" 本文提出了一种利用最大类间方差法 %&(对图像二值化提取 细胞图像!然后将距离变换%)(和分水岭算法%*(结合使用的处理方 法!实验证明该方法能有效$合理$快速分离粘连细胞图像" & 细胞图像的提取 通过对各种图像阈值分割算法的应用比较!本文采用最大 类间方差法来确定最优阈值!对细胞图像进行二值化" ! 粘连细胞的分割 两 个 或 两 个 以 上 的 对 象 相 互 粘 结 $ 重 叠 在 一 起 成 为 细 胞 群!在其相粘处必存在形状或灰度的变化+#(" 分离粘连血细胞的 关 键 就 是 要 在 粘 连 处 准 确 $快 速 地 找 到 分 离 点 集 !最 后 以 这 些 点集分离细胞" !$& 综合全局二值化与边缘检测的图像分割方法 综合全局二值化与边缘检测的图像分割方法 %!(首先对图像 进行全局二值化! 然后采用二值化与边缘检测的综合判别法 ! 改善环境光照不均匀的影响!去除了边缘检测后大量的光斑噪 声!检测出目标信息" 该算法要求粘连处存在灰度的局部最小 值区域!但受光照强弱$细胞粘连情况不同的影响 !局部最小灰 度区域很难保证!因而在实际图像处理中合理的分离曲线仍然 难于查找" 如图 &! 为血液细胞中的红 细 胞 与 细 胞 核 分 割 处 理 结 果 ! 按综合全局二值化与边缘检测的图像分割算法进行分割 !其结 果出现过分分割与分割不足两种情况" !$! 新算法原理分析 新算法的原理是#首先利用距离变换将细胞像素点不同的 位置信息转化为不同的灰度信息!再利用自适应二值化的分水 岭 算 法 来 区 分 不 同 性 质 的 像 素 点 !然 后 将 边 界 点 标 出 !边 界 就 将细胞群分开为单个的细胞" 距离变换%,!-(是对二值图像的一种操作运算!它将一幅二值 图 像 转 化 为 一 幅 灰 度 图 像 !在 这 幅 灰 度 图 像 中 !每 个 像 素 的 灰 基金项目!国家自然科学基金%编号#,")T*"*T&’浙江省自然科学基金重点项目#光化学复合敏感模式识别与集成处理%编号#UE"!"#&资助研究 作者简介!游迎荣%&?-&/&!女!在读研究生!主研方向#图像处理与模式识别" !"# !""#$!" 计算机工程与应用 

度级是该像素与距其最近的背景间的距离# 从理论上讲$要计 算一个像素点到背景像素点的最短距离$需要对图像进行全局 操 作 运 算 $即 计 算 此 像 素 点 与 所 有 背 景 像 素 点 的 距 离 $再 取 最 小值# 除非这幅数字图像的尺寸非常小$否则这种全局操作的 计算量是非常大的# 实际运用中的距离变换实现算法是从邻近 像素点入手$每次只计算其与局部相邻的几个像素点距离的最 小 值 $根 据 全 局 距 离 是 局 部 距 离 按 比 例 叠 加 而 成 的 原 理 $对 图 像进行前后两次扫描$最终得到近似的距离图像 # 基于上述原 理$实践中用倒角算法)*$+,来进行距离变换$简单快速 $其计算出 的距离合理逼近于真实的欧氏几何距离# 分水岭的来历就是将一幅图像逐渐沉入一个湖中 $图像的最低 点先进水$然后水逐渐浸入整个山谷盆地 # 当水位达到盆地的 边 缘 高 度 就 将 溢 出 $这 时 在 水 溢 出 处 建 立 堤 坝 $如 此 直 到 整 个 图像沉入水中$所建立的堤坝就成为分开盆地的 分 水 岭 # 图 ( !’"演示了这种方法的工作机理# 假定图中的物体灰度值低$而 背景的灰度值高# 该图显示了沿直线的灰度分布# 图像最初在 一个灰度值上二值化$ 灰度值把图像分割成正确数目的物体 $ 但它们的边界偏向物体内部# 随后阈值逐渐增加 $每一次增加 ( 个灰度级 $物体的边界将随着阈值增加而扩展 # 当边界相互 接触时$这些物体并没有合并# 因此$初次接触的点变成了相邻 物 体 间 的 最 终 边 界 # 这 个 过 程 在 阈 值 达 到 背 景 灰 度 级 之 前 终 止$也就是说$在被恰当分割的物体的边界正确地确定时终止# !!!!!!%"原图 !&"综合全局二值化与 边缘检测分割结果 !’"正确分割结果 图 ( 红细胞与细胞核的分割 在 二 维 情 况 时 $ 倒 角 算 法 给 出 了 一 个 类 似 于 卷 积 核 的 模 板$以一种类似于卷积的操作在整幅图像中移动 # 其具体算法 是先把二值图像中背景灰度设为 "$目标!细胞"灰度设为 (%然 后对图像做两次扫描$前向扫描从左到右$自顶向下进行$后向 扫 描 从 右 到 左 $自 底 向 上 进 行 %一 旦 模 板 中 心 移 动 到 某 一 目 标 位置时$模板中的每个元素就与其对应位置处的图像像素值相 加 $从 而 得 到 一 个 两 项 和 的 集 合 $位 于 模 板 中 心 的 图 像 像 素 值 就用这些和中的最小值代替# 用 #-# 模 板 计 算 的 距 离 与 真 实 几 何 距 离 的 差 距 一 般 为 ($.*/0!$"!/# 当然可以采用 更 高 阶 的 模 板 $每 次 考 虑 更 多 邻 域的像素点$如 1-1 模板$但其精度也提高不多 $大致在 ($!+/ 0($.1/之间 # 综合考虑差距 和 计 算 效 率 $选 用 #-# 模 板 $计 算 出来的距离为欧氏距离的 # 倍# 图中 2 代表模板中心# 图 ! 用倒角算法实现二维距离变换时所用的 #-# 模板对 图 !!%"和 !&"为 距 离 变 换 原 理 图 $ 图 ! !%" 为 原 始 二 值 图 像 $图 !!&"为 作 距 离 变 换 并 反 色 !为 显 示 更 清 楚 $对 图 像 进 行 了求补反色"后的图像$图中直线为横穿两物体的辅助线# 从图 中看出$距离变换将二值图像中像素点间不同的位置信息转化 为 了 不 同 的 灰 度 信 息 $由 于 边 缘 像 素 具 有 较 小 的 灰 度 值 $其 在 图像中明显地与其他像素区分开来# 但需要标记的并非是物体 的 所 有 边 缘 点 $而 是 物 体 相 互 粘 连 处 的 边 缘 点 $因 此 本 文 采 用 分水岭算法来进行后续处理# 分 水 岭 算 法 )1,是 新 近 发 展 起 来 的 数 学 形 态 学 图 像 分 割 方 法# 首先将图像像素的灰度看作高度$图像中不同灰度值的区 域就对应于山峰和山谷盆地$ 盆地的边缘就是所谓的分水岭 # !%" !&" !’" 图 3 距离变换和分水岭算法原理图 3 新算法实现步骤 !("利用最大类间方差法对图像进行二值化# !!"对二值图像作距离变换运算$使用倒角 #-# 模板$保存 灰度级图像$并统计图像中的最高灰度级!4%5# !3"利用分水岭分割算法原理进行分割# 首 先 设 置 一 个 标 志 数 组 $数 组 的 每 个 元 素 值 !初 始 设 定 都 为 ""依 次 代 表 图 像 的 每 个 像 素 点 的 标 志 位 $设 定 初 始 分 割 阈 值 6784%5$标记出最初的颗粒物体 $阈值向下每次递减$进 入 标 记循环# 我们用两个判据来决定新冒出的像素点是否代表新一 个颗粒 &!("计算此像素点 !" 邻域标志位之和!!"$若!!"7" 则 进入第二个条件判断%!!"计算此像素点 9+ 邻域标志位之和! 9+$若!9+7" 则判定为一个新的颗粒!种子数加 ("$否则不是# :;<=>!"?"" @A B "7"C(% DE!新冒出的点像素值7"" B DE!此像素周围 !" 邻域标志位都为 "" B DE!周围 9+ 邻域标志位都为 "" B为新颗粒 $种子数加 ($且将此时种子数的值赋给 该像素的标志位%F G=H> B为已标颗粒的扩展 区 域 $将 不 为 " 的 标 志 位 的 值 赋给该像素的标志位%F F G=H> B为边界点$将此像素点的像素值赋为 "# F F 计算机工程与应用 !""#$!" !"# 

!!!!!![ !T"按 照 上 面 进 行 分 割 后 为 了 显 示 更 清 楚 #反 色 并 进 行 阈 值 分 割 !此 时 阈 值 选 取 !###因 为 经 上 述 变 化 后 背 景 点 和 细 胞 的 粘 连 处 的 像 素 值 均 为 !###细 胞 的 像 素 值 均 小 于 !##"#显 示 结果$ T 实验结果和讨论 图 # 是 对 红 细 胞 原 图 像 !图 T"进 行 最 大 类 间 方 差 法 二 值 化后的结果#由图可知#细胞呈现严重的粘连甚至重叠现象$ 而 由 图 & 可 见 #除 极 少 数 粘 连 特 别 严 重 的 !重 叠 部 分 达 细 胞 面 积 一半以上#肉眼几乎无法分离"没有分开#其它的粘连颗粒都被 合理地分开#局部颗粒产生的误差主要来源于图像背景中的噪 声#整个算法对图像中粘连红细胞的分割是很成功的$ 图 > 是 对 二 值 化 后 的 血 细 胞 图 像 !图 5"进 行 距 离 变 换 并 分 割 后 的 图 像#可以发现#对于粘连不是很严重的细胞图像来说 #该算法能 非常准确地分离细胞$ 图 T 红细胞原图像 图 # 二值化后图像 图 & 距离变换并分割后图像 图 5 血细胞图像!二值化后" 表 % 是 对 实 验 结 果 的 进 一 步 说 明 #由 表 可 以 看 出 #新 算 法 !上接 %%& 页" ’()) *+%&"",-#客 户 端 使 用 三 台 工 作 站 !*(./01234 %$56"# 网 络传输速度是 %""789:$ 程序全部用 4-&$" 编写 #实验序列一 部分采用 *+;,!""% 的序列#其它均是自己拍摄$ 一共对 !" 个 含有异常 物 体 的 序 列 进 行 了 测 试 #正 确 报 警 率 达 到 <"=#误 警 的原因是拍摄不同序列时摄像机与物体距离不同 #造成物体大 小不一#有个别人在分类中被排除#从而漏警$ 一致性鉴别正确 率为 >#=#当人群遮挡很严重时#会出现错误鉴别$图 # 是服务 器端的监测显示结果$ & 结论 我们开发了一个分布式视觉监控系统 #系统基本结构是一 个 局 域 网 #服 务 器 可 以 放 到 监 控 中 心 #摄 像 机 单 元 可 以 分 布 在 不同的地方$实验证明#系统具有良好的性能$但是系统还存在 一定的误警和漏警情况#有待进一步提高$ 需要改进的地方包 !"1 !""#$!" 计算机工程与应用 产生的相对误差比较小#分割图像所需时间短$ 图 > 距离变换并分割后血细胞图像 表 % 新算法分割特性表 原图像 人工分割计数 ^ 个 图 T 图 5 >T #P 新算法分割 计数 ^ 个 相对误差 ^ = 时间 ^ : >% #! P$#5 %$>< %$"% "$<> 本 算 法 结 合 最 大 类 间 方 差 分 割 法 ’ 距 离 变 换 和 分 水 岭 算 法#合理快速地分离了粘连细胞#与其他相关方法相比 #分割效 果良好稳定#速度快且具有较强的鲁棒性#是一种实用’有效的 粘连细胞分割算法$ !收稿日期%!""# 年 P 月" 参考文献 %$章毓晋$图像分割\7]$北京%科技出版社#!""% !$赵雪松#陈淑珍$综合全局二值化与边缘检测的图像分割方法\X]$计算 机辅助设计与图形学学报#!""%&%P!!"%%%>U%!% P$OAIC(NAI: 6$’0:/@.L( ;I@.:NAI2@/0A.: 0. ’0C0/@) 32@C(:\X]$-A29/ 40:# 6I@9F0L: @.K 32 *IAL#%<>&&PT%PTTUP5% T$陈小梅 #倪国强#刘明奇$基于分水岭算法的红外图像分割方法\X]$光 电子(激光#!""%&%!!>"%%"5!U%"5# #$阳波#王卫星 #李彦文$基于骨架的血细胞图像分离算法\X]$计算机工 程与应用#!""P&PT&!5%P!%UPT# 5$R1L 40.L(./ #*0(II( ,A0))($Q@/(I:F(K: 0. ’0C0/@) ,9@L(: %J. +NN0L0(./ J)CAI0/F2 O@:(K A. 322(I:0A. ,021)@/0A.: \ X ] $ 3+++ ;I@.:@L/0A.: A. *@//(I. J.@)M:0: @.K 7@LF0.( 3./())0C(.L(#%<<%&%P!&" >$李 红 松 #侯 朝 桢$基 于 距 离 变 换 和 形 态 学 的 顶 点 探 测 算 法\X]$电 子 学 报#!""T&P!!%"%P>UT% 括 %在 摄 像 机 单 元 监 控 上 进 一 步 提 高 检 测 质 量 #提 高 遮 挡 的 处 理能力$ 在多摄像机的数据融合方面#提高服务器的能力#比如 场景学习#道路学习等$ 另外#我们实验室正在做的工作还包括 人的行为识别和基于步态的身份鉴别#下一步工作我们将给该 系统添加这两部分内容#使系统更加智能化$ !收稿日期%!""# 年 $ 月" 参考文献 %$?0@AB0.C D1@. #E(F@.C ,1. #D@@GAH 4@IA) %& ’()J ’0:/I081/(K 40:1@) ,1IH(0))@.L( ,M:/(2* + , ) -. % *IAL((K0.C: AN /F( 3+++ -A.N(I(I(.L( A. JKH@@.L(K 40K(A @.K ,0C.@) O@:(K ,1IH(0))@.L(#!""P !$- ,/@1NN(I#Q + R$6I02:A.$R(@I.0.C 9@//(I.: AN @L/0H0/M 1:0.C I(@)S/02( /I@LG0.C*/,$3+++ ;I@.: A. *J73#!"""&!!!>"%5T5U5#5 P$耿超)人体运动的检测与跟踪*0,)硕士论文$!""P T$,AF@08 VF@.#W2@I X@H(K#E((:F@. Y@:F((K)Z12@. /I@LG0.C 0. 21)/09)( L@2(I@:*+,$3.%*IAL((K0.C: AN 3--4#!""%