基于数学形态学的细胞图像分割-计算机应用技术专业论文.docx

中文摘要近年来，医学图像在协助医生诊断与提高诊断精度方面发挥了越来 中文摘要 近年来，医学图像在协助医生诊断与提高诊断精度方面发挥了越来 越重要的作用，医生对图像诊断的需求也日益增加。目前我国的影像诊断 还是医生根据肉眼观察与临床经验作出判断，而医学图像存在大量的边 缘模糊现象，不仅耗费大量的时间与精力，而且有时难以作出正确的诊断， 甚至会出现漏诊与误诊事件。因此，医学图像的计算机辅助诊断 (computer—aideddiagnosis，CAD)具有重要的研究意义与应用价值。在 CAD系统中，细胞自动识别直接关系到诊断的准确性，而在医学图像中某 些细胞存在与背景噪声灰度相近、边缘模糊等复杂问题成为图像分割的 难题。 在医学图像分割中，主要包括直方图阈值法、边缘检测法、基于区域 的方法、聚类方法等，但因尚无通用的分割理论，现提出的分割算法大都 是针对具体问题的，并没有一种适合所有图像的通用分割算法。另外， 还没有制定出选择适用分割算法的标准，这给图像分割技术的应用带来 许多实际问题。 在前人工作的基础上，本文提出了一种基于形态学边缘与大津法的 细胞图像自动分割方法，即利用数学形态学边缘检测算子对图像边缘锐 化增强边缘，利用邻域平均与中值滤波方法平滑图像，利用改进的判别分 析法进行细胞图像的自动分割，并将本方法应用于实际的20幅癌细胞图 像，证明了其对图像分割的有效性。 关键词：分割；图像边缘；形态学；大津法 ABSREACTIn ABSREACT In recent years，mescal images play all in凹easmg important role in improving the diagrosis precision and turn into the doctor’S assistant． Now。ill our country image diagnose is depanding on observation and clinical experience of the doctor．But a mass of昀edge of the mescal image not only waste SO much of time and energy,but also difficuty to receive correct diagroSis，further more,perhaps result ill leaking and missing digarosis．So mescal image’S CAD(computer—aideddiagnosis，CAD)process important studying and applied value．In CAD systems，the correctness of cell automatic recognition is concerned 1)lrith the diagnostic con．cc缸less．The grayscale of some cells is similar to background noise and edge illegibility in the medical image,which become the puzzle ofthe madical image segmentation． In madical image segmentation，the main methods include Histogram Algorithm,edge detection Algorithm,Regional Growth Algorithm,clustering Algorithm ect．Most of them ale aimming at concrete problems wim no universal segmentation theory that fits all images．In addition,there is no established criterions are used to select suitable segmentation algorithm， which bring to many actual problems on the application of image segmentation technique． A new method is proposed for automatic scgmantation of cancerous medical image．based on morphology edge and Ostu Algorithm．That