文档介绍：武汉理工大学
硕士学位论文
基于边缘检测的细胞图像分割方法研究与实现
姓名:张博
申请学位级别:硕士
专业:通信与信息系统
指导教师:刘岚
20060501
摘要医学领域中的图像处理技术的应用受到了广泛关注,应用图像处理技术对医学图像进行分割、识别、定量分析成为了临床辅助诊断和医学研究的重要工具。图像分割作为图像处理中的一项关键技术,自上世纪年代起一直受到人们的高度重视,也是医学图像处理中的一个研究热点。利用图像分割技术对细胞图像进行分割,提取精确的细胞轮廓,是下~步进行细胞形态分析和定量计算的基础。本文首先阐述了图像分割理论的定义和目标。图像分割是将整个图像区域分割成若干个互不交叠的非空子区域的过程,每个子区域的内部是连通的,同一区域内部具有相同或相似的特征。图像特征可以分为图像的统计特征和图像的视觉特征两类。文章对图像分割的方法进行了分类和探讨,把图像分割的方法分为四大类:基于阈值分割的方法,在图像分割过程中,物体象素的灰度级与背景象素的灰度级有不同,阈值化就是一个非常有效的技术,它可以将物体从背景中较好地分割出来;基于边缘检测的方法,图像最基本的特征是边缘,它是图像局部特征不连续蛲槐的结果,边缘检测方法是利用图像一阶导数的极值或二阶导数的过零点信息来提供判断边缘点基本依据;基于区域的分割方法,区域增长分割的实质就是把具有某种相似性质的象素连通起来,从而构成最终的分割区域:结合特定理论工具的方法,这些特定理论包括数学形态学、模糊技术、神经网络、小波等。通过对以上四类方法的探讨,以及对各种算法进行的环境下的实验,总结了传统图像分割算法的优缺点,和各类算法的适应环境。针对细胞图像的特点,本文实现了一种基于边缘检测的细胞图像分割方法。在该方法中,应用了本文提出了的一种局部自适应阈值分割算法首先对细胞图像进行阈值分割。该闽值分割算法是基于小区域的分割,细胞图像细节也能有很好的区分和分割,它适用于背景和目标对比不是很明显和具有一定噪声的细胞图像。最后对该边缘检测方法进行了实验,结果与传统方法相比,轮廓提取更为精确,且最大程度的保留了细胞内部细胞核的轮廓。关键词:细胞图像分割,阂值分割,边缘检测,区域分割,形态学边缘检测武汉理工大学硕十学位论文
茎堡矍王奎兰竺主芏垡堡苎——瓼,.——’,,,,.鄑瑂’’.篹,’.’.
,武汉理工大学硕士学位论文,痚,痜篊,,
研究生签名:缒日期髓研究生虢裂烤聊签名少。:此页若属实,请申请人及导师签名。蓼独创性声明关于论文使用授权的说明C艿穆畚脑诮饷芎笥ψ袷卮斯娑本人声明,所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得武汉理工大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。本人完全了解武汉理工大学有关保留、使用学位论文的规定,即:学校有权保留送交论文的复印件,允许论文被查阅和借阅:学校可以公布论文的全部内容,可以采用影印、缩印或其他复制手段保存论文。注:请将此声明装订在论文的目录
第滦髀图像处理概述图像是人类获取和交换信息的主要来源。因此,图像处理的应用领域必然涉及到人类生活和工作的方方面面。近几年来,图像处理和识别技术得到了迅速的发展。现在人们已充分认识到图像处理和识别技术是认识世界、改造世界的重要手段。随着科学技术的不断发展,数字图像处理技术的应用领域也随之不断扩大。目前它已经成为世纪信息时代的一门重要的高新科学技术。数字图像处理技术的发展涉及信息科学、计算机科学、数学、物理学以及生物学等学科,因此数理及相关的边缘学科对图像处理科学的发展有越来越大的影响。近年来,数字图像处理技术日趋成熟,它被广泛应用于空间探测、遥感、生物医学、人工智能以及工业检测等许多领域,并促使这些学科产生了新的发展。图像处理技术基本可以分成两大类⋯:模拟图像处理和数字图像处理。数字图像处理是指将图像信号转换成数字信号并利用计算机进行处理的过程。其优点是处理精度商,处理内容丰富,可进行复杂的非线性处理,有灵活的变通能力,一般来说只要改变软件就可以改变处理内容。。数字图像处理技术是世纪年代随着计算机技术和的发展而产生、发展和不断成熟起来的一个新兴技术领域,它在理论上和实际应用中部取得了巨大的成就。数字图像处理技术的大发展是从世纪年代初开始的。自年以来,小波理论与变换方法迅速发展,它克服了傅里叶分析不能用于局部分析等方面的不足之处,被认为是调和分析半个世纪以来工作之结晶。在年有效地将小波分析应用于图像分解和重构,小波