论文摘要
近几十年来，随着理工农医各个学科和产业的发展，在生产和生活中出现了越来越多的大量的需要分析和处理的信息和图像，所需的工作量日益增长。在这种情况下，人们迫切需要信号的自动分析技术。近几年来计算机科学和信息技术的迅速发展使这些成为可能。目前数字图像处理技术已经应用到了工农业的很多方面，产生了很多实用的图像处理理论，医学图像处理技术就是其中的一个方面。本文综合利用已有的图像分割理论和方法，以及小波分析等有力的数学工具，针对医学图像中的血液细胞的显微图像中细胞的结构特点，提出了针对血液细胞的图像分割理论和技术，并编写了一套实用性较强的血细胞自动识别软件系统。本文以图像处理的过程为线索，逐步论述了相应的图像技术的理论和实现方法，并给出试验结果。血细胞图像由于其染色所用的方法和材料，以及拍摄环境不同，往往有较大的区别，但是都有一个相似的特点就是在细胞中间常常含有空洞，这是由血液细胞的结构特点和化学成分决定的。如果用目前应用广泛的基于区域的图像分割方法，难以得出令人满意的处理结果。本文提出了基于边缘的图像分割方法，以边缘信息为主，以区域信息为辅，综合利用两方面的信息，起到了较好的分割效果。另外本文着重的介绍了小波分析理论，并由此推导出合适的小波系数，用于同态滤波和边缘检测。论文首先讨论了图像去除噪声和背景矫正的问题。在去除噪声方面论述了常用的几种消噪方法。很多消噪的方法可以很好的去除噪声对图像的影响，但是在消噪的同时也弱化了图像中目标区域的边缘，不利于基于边缘的图像分割算法的使用。本文为此提出了选择性消噪的办法，取得了很好的去噪效果。论文还讨论了两种同态滤波的背景矫正方法。目标区域和背景区域的分离是图像分割的主要内容，也是本文研究和论述的重点。因为传统的基于区域的分割方法在血细胞图像分割方面的不足，本文根据不同的血细胞图像边缘特点的不同，初步建立了一套边缘检测和边缘加工的理论和算法，并在此基础上实现了对图像的初步分割。试验结果表明，该方法很好的避开了细胞中间的空洞对分割和测量结果的影响。粘连细胞的分割是细胞识别的另一个重要部分。本文借用数学形态学，采用将初步分割得到的结果通过极限腐蚀的办法，得出一系列的种子区域，然后通过按时序的条件膨胀将粘连的细胞分割开。然后对分割的结果进行测量，得出细胞个数以及周长、面积、长轴、短轴等细胞参数。整个软件系统在C++Builder5环境下调试成功，具有使用方便，适用性广，运算效率高等特点。