CN101042770A - 一种重叠细胞区域分离方法 - Google Patents

Abstract

本发明公开了一种基于B样条和改进deBoor－Cox的重叠细胞区域分离方法，该方法通过求取图像边缘的二阶导数，确定细胞的分离点，求缺失边缘两个分离点切线的交点，在这三个点之间用改进的deBoor－Cox方法构建出一系列的估计边缘点来，再用B样条插值获得最终的重构边缘。本发明能够更准确地反映重叠细胞缺失边缘的形状特征。

Description

一种重叠细胞区域分离方法

技术领域

本发明涉及一种对重叠细胞区域分离的方法，特别是一种基于B样条和改进deBoor-Cox的重叠细胞区域分离方法。

背景技术

B样条被广泛应用于数据拟合、曲线和曲面拟合及重构、控制点计算等方面。与Hermite曲线和Bezier曲线相比，它有较好的凸包性，多项式次数独立于控制点数目，允许局部控制曲线或曲面。

deBoor-Cox算法是一种离散生成B样条曲线的方法，它在多个控制点上拟合出一条光滑的B样条曲线来，该算法几何意义突出，实用性很好。

目前的重叠细胞区域分离方法通过构造直线或曲线形式的分离线来隔开重叠的细胞。由于细胞在相连处有重叠部分，因此分离出的边缘可能产生误差，从而不能真实地反映细胞的形状特征。

发明内容

发明目的：本发明的目的是针对现有技术的不足，提供一种与细胞本来形状更接近的重叠细胞区域分离方法。

技术方案：本发明通过求取图像边缘的二阶导数，确定细胞的分离点，求缺失边缘两个分离点切线的交点，在这三个点之间用改进的deBoor-Cox方法构建出一系列的估计边缘点来，再用B样条插值获得最终的重构边缘。该方法包括以下步骤：(1)把原图像转化为二值图像，进行形态学开运算，以达到去噪声的效果，提取出重叠区域。(2)根据八链码顺时针遍历细胞图像边缘，得到图像的边缘坐标。(3)边缘取样，用3次B样条平滑。(4)求边缘点的二阶导数，得到凹点和分离点。(5)根据分离点把原图像边缘分离开来。(6)在细胞分离后的一个部分的边缘上取样，用3次B样条平滑。(7)求取分离点处的切线及其交点。(8)利用改进的deBoor-Cox算法求出一系列的模拟边缘点，用B样条插值平滑得到重构边缘。(9)把细胞已知边缘和重构的边缘，对应回原图像，并填充边缘内部，得到细胞重构后的图像。(10)取下细胞分离后的下一个部分，重复(6)到(9)，进行重构。

有益效果：本发明与现有技术相比，其显著优点是：能够更准确地反映重叠细胞缺失边缘的形状特征。效果如图1所示，(b)、(c)是本方法所得的结果。

附图说明

图1是采用本发明技术方案的效果图。

图2是本发明方法的组成结构图。

图3是本发明方法的流程图。

具体实施方式

如图2所示，本发明方法包含图像预处理模块、八链码边缘提取模块、边缘平滑模块、细胞边缘分离模块、边缘重构模块和图像重建模块。

本发明方法流程如图3所示，下面详细说明：

步骤1，把原图像转化为二值图像，进行形态学开运算，以达到去噪声的效果，提取出重叠区域。

步骤2，根据八链码顺时针遍历细胞图像边缘，得到图像有序的边缘坐标，存储到一个数组当中。

步骤3，在重叠细胞的原边缘取样，可每隔5个或10个像素取一个样点。用3次B样条在这些样点中进行插值，得到重叠细胞光滑的边缘。

步骤4，在上述光滑的边缘各处求取二阶导数，观察其二阶导数的符号。由于提取图像边缘时是用顺时针遍历的方法，所以这里二阶导数为正的点就是凹点。在一段连续的凹点所组成的凹线中，在其1/3和2/3处的凹点作为分离点，这样选取时两细胞连接处对分离点的影响较小。

步骤5，根据分离点把原图像边缘分离开来。

步骤6，在分离后的细胞边缘上取样，用3次B样条插值进行平滑。取样的方案可以和步骤3中的一致。

步骤7，求取分离点处的切线及其交点。

步骤8，利用改进的deBoor-Cox算法求出一系列的模拟边缘点，用B样条进行插值和平滑得到重构边缘。

步骤9，把细胞已知边缘和重构的边缘，对应回原图像，并填充边缘内部，得到细胞重构后的图像。

步骤10，取细胞分离后的下一个部分，重复(6)到(9)，进行重构。

deBoor-Cox算法原本是用来离散生成B样条曲线的，它在多个控制点上拟合出一条光滑的B样条曲线来。本方法将其进行改进，以用于估计缺失的边缘点。与离散生成B样条曲线不同的是，这里仅有两个分离点位于真正的边缘上，没有其它的控制点，所以把前一次迭代所生成的点当作下一次的控制点，这样也就是在各线段上迭代地求中点，而不是仅在新生成的线段上取中点。具体包括如下3步：

(1)初始化：将第一个分离点坐标(a，b)、交点坐标(x₀，y₀)和第二个分离点坐标(c，d)放于一个队列queue中，即queue(1)＝(a，b)，queue(2)＝(x₀，y₀)，queue(3)＝(c，d)。

(2)当 $\begin{array}{c}{((\mathrm{queue}\left(1\right).x-\mathrm{queue}\left(2\right).x)}^2+\\ {(\mathrm{queue}\left(1\right).y-\mathrm{queue}\left(2\right).y)}^2)<=\mathrm{\&delta;}\end{array}---\left(5\right)$ 时，算法结束。否则，将队列头queue(1)，即(a，b)复制到队列尾，到步骤(3)。

(3)当队列头queue(1)！＝(c，d)时，计算queue(1)和queue(2)的中点，并将其加入队列尾，弹出队列头queue(1)，继续步骤(3)。否则，直接将队列头queue(1)，即(c，d)从队列头搬到队列尾，回到步骤(2)。

队列中的点都是基于xy坐标系的，用queue(index).x和queue(index).y分别表示其x坐标和y坐标，index是该点在队列中的下标。阈值δ的目的是当队列两头的点之间的距离小到一定程度时，应停止算法，这是为了避免使得重构的边缘过于直线化而失真。设定分离点(a，b)到交点(x0，y0)的距离为d，δ的取值范围是0～d，由人工根据自己的视觉判断进行调整以获得最佳的效果。

Claims (4)

1、一种重叠细胞区域分离方法，其特征在于该方法包括以下步骤：

(1)把原图像转化为二值图像，进行形态学开运算，以达到去噪声的效果，提取出重叠区域；

(2)根据八链码顺时针遍历细胞图像边缘，得到图像的边缘坐标；

(3)边缘取样，用3次B样条平滑；

(4)求边缘点的二阶导数，得到凹点和分离点；

(5)根据分离点把原图像边缘分离开来；

(6)在细胞分离后的一个部分的边缘上取样，用3次B样条平滑；

(7)求取分离点处的切线及其交点；

(8)利用改进的deBoor-Cox算法求出一系列的模拟边缘点，用B样条插值平滑得到重构边缘；

(9)把细胞已知边缘和重构的边缘，对应回原图像，并填充边缘内部，得到细胞重构后的图像；

(10)取下细胞分离后的下一个部分，重复(6)到(9)，进行重构。

2、根据权利要求1所述的重叠细胞区域分离方法，其特征在于步骤(3)和步骤(6)中，在重叠细胞的原边缘取样，每隔5个或10个像素取一个样点，用3次B样条在这些样点中进行插值，得到重叠细胞光滑的边缘。

3、根据权利要求1所述的重叠细胞区域分离方法，其特征在于步骤(4)中，在光滑的边缘各处求取二阶导数，观察其二阶导数的符号，二阶导数为正的点就为凹点，在一段连续的凹点所组成的凹线中，取其1/3和2/3处的凹点作为分离点。

4、根据权利要求1所述的重叠细胞区域分离方法，其特征在于所述的改进deBoor-Cox算法包括如下步骤：

(1)初始化：将第一个分离点坐标(a，b)、交点坐标(x₀，y₀)和第二个分离点坐标(c，d)放于一个队列queue中，即queue(1)＝(a，b)，queue(2)＝(x₀，y₀)，queue(3)＝(c，d)；

(2)当 $\begin{array}{c}{\left((\mathrm{queue}\left(1\right).x-\mathrm{queue}\left(2\right).x\right)}^2\\ {(\mathrm{queue}\left(1\right).y-\mathrm{queue}\left(2\right).y)}^2)<=\mathrm{\&delta;}\end{array}---\left(5\right)$ 时，算法结束，否则，将队列头queue(1)，即(a，b)复制到队列尾，到步骤(3)；

(3)当队列头queue(1)！＝(c，d)时，计算queue(1)和queue(2)的中点，并将其加入队列尾，弹出队列头queue(1)，继续步骤(3)，否则，直接将队列头queue(1)，即(c，d)从队列头搬到队列尾，回到步骤(2)；

其中：queue(index).x和queue(index).y分别表示其x坐标和y坐标，index是该点在队列中的下标；阈值δ的取值范围是0～d。

Images