CN101777140A - 一种显微图像的复杂粘连细胞个数统计方法 - Google Patents
一种显微图像的复杂粘连细胞个数统计方法 Download PDFInfo
- Publication number
- CN101777140A CN101777140A CN201010108744A CN201010108744A CN101777140A CN 101777140 A CN101777140 A CN 101777140A CN 201010108744 A CN201010108744 A CN 201010108744A CN 201010108744 A CN201010108744 A CN 201010108744A CN 101777140 A CN101777140 A CN 101777140A
- Authority
- CN
- China
- Prior art keywords
- cells
- image
- micro
- cell
- binaryzation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Image Analysis (AREA)
Abstract
本发明涉及一种显微图像的复杂粘连细胞个数统计方法,该方法首先将原始彩色显微图像进行预处理,然后再进行二值化;再用链码差方法找出所有细胞轮廓的凹点,连接相互配对的凹点后,将略微粘连的细胞进行分割;最后用采用区域面积统计法计算细胞个数。与现有技术相比,本发明的优点在于:由于本方法首先利用彩色显微图像的颜色特点对原始彩色显微图像进行预处理,然后再二值化,在利用略微粘连细胞存在明显凹点的特点用链码差检测出细胞轮廓并进行分割,最后用面积统计法计算粘连严重的细胞和单细胞的个数,该方法误差小,精确度高。
Description
技术领域
本发明涉及显微镜细胞统计领域,特别是涉及一种显微图像的复杂粘连细胞个数统计方法。
背景技术
显微细胞图像分析包括对显微细胞图像的识别测定、个数统计以及面积、周长、形状因子等各种参数的测量。在实际的显微细胞图像中,由于切片和细胞本身的原因,经常会出现多个细胞重叠在一起形成一个较大的区域,如血细胞、淋巴细胞、癌细胞等。对团聚在一起的重叠粘连细胞计数是显微细胞图像分析的难点所在。目前,已提出许多分割算法处理细胞重叠粘连,如基于数学形态学的腐蚀膨胀法、二值图像多边形近似找凹点切割、测地重建法和流域(亦称分水岭或水坝)变换等。由于简单且可以并行计算,目前基于数学形态学的方法是主流,但是它们在应用中表现出局限性。如腐蚀膨胀法对重叠区域采用先腐蚀分离再膨胀恢复的策略,获得具有几何意义的分界线。但是该法比较简单,腐蚀和膨胀的次数须人工经验性确定,且腐蚀和膨胀的不可逆性会造成一定误差。凹点分割对于少量细胞且粘连细胞的面积少于三分之一效果比较好,但对于粘连一半或者过半的细胞,效果不是很明显;流域分割种子点比较难找而且对于粘连厉害的种子点错误的概率很大。
发明内容
本发明所要解决的技术问题是针对上述现有技术提供一种误差小、精确度较高的显微图像的复杂粘连细胞个数统计方法。
本发明解决上述技术问题所采用的技术方案为:该显微图像的复杂粘连细胞个数统计方法,其特征在于:包括以下步骤
步骤一、利用色度分量直方图分别获得原始彩色显微图像中细胞、背景、和除了细胞、背景之外的杂质噪声的颜色取值区间;
步骤二、将除了细胞、背景之外的杂质噪声的颜色取值区间内的像素点的颜色值赋值为背景的颜色取值区间内的一个值;
步骤三、将经过步骤二处理后的色度分量直方图进行canny边缘检测,将两个细胞的边缘线进行增粗,并将边缘点的颜色值赋值为背景的颜色取值区间内的一个值;
步骤四、将经过步骤三处理后的色度分量直方图进行二值化,得到二值化显微图像;
步骤五、在二值化后的显微图像上,用链码差方法找出所有细胞轮廓的凹点,连接相互配对的凹点后,将略微粘连的细胞进行分割;
步骤六、采用区域面积统计法统计经过步骤五处理后的二值化显微图像中所有细胞轮廓的面积,将所有细胞轮廓中面积最小值设定为单位细胞面积a,设某一细胞轮廓的面积为b,该细胞轮廓中细胞个数为 其中k为粘连系数,k的取值范围为0.9<k<1;将所有细胞轮廓中细胞个数相加后的和即为该显微图像中细胞总个数。
所述步骤五中,首先采用链码差方法寻找二值化显微图像上所有细胞轮廓的凹点,然后对所有凹点的凹陷角的平分线进行比较,若两个凹点的凹陷角的平分线在一条直线上,则这两个凹点为相互配对的凹点,将这两个凹点直接相连,就可以将略微粘连的细胞进行分割。
所述步骤六中,采用基于Freeman 8-链码的区域面积统计法统计经过步骤五处理后的二值化显微图像中所有细胞轮廓的面积。
当显微图像显示的是血细胞时,所述步骤六中k取值较好为0.94。
与现有技术相比,本发明的优点在于:由于本方法首先利用彩色显微图像的颜色特点对原始彩色显微图像进行预处理,然后再二值化,在利用略微粘连细胞存在明显凹点的特点用链码差检测出细胞轮廓并进行分割,最后用面积统计法计算粘连严重的细胞和单细胞的个数,该方法误差小,精确度高。
附图说明
图1为本发明实施例方法的流程图。
具体实施方式
以下结合附图实施例对本发明作进一步详细描述。
本发明提供了一种显微图像的复杂粘连细胞个数统计方法,其包括以下步骤:如图1所示,
步骤一、利用色度分量直方图分别获得原始彩色显微图像中细胞、背景、和除了细胞、背景之外的杂质噪声的颜色取值区间;
通过对彩色显微图像特别是血细胞图像的分析可以看出,色度信息对于细胞的判别分析有着很重要的作用,如果仅仅将彩色图像转化为灰度图,无疑将会损失一些对分类判决有效的信息,所以本步骤直接针对彩色图像进行处理;色度特征是在图像识别中应用最为广泛的视觉特征,颜色特征对图像本身的尺寸、方向、视角的依赖性较小;一幅彩色图像中色度分量直方图最能体现显微图像中细胞与背景之间的颜色区别,因此本步骤采用色度分量图进行相关处理;
步骤二、将除了细胞、背景之外的杂质噪声的颜色取值区间内的像素点的颜色值赋值为背景的颜色取值区间内的一个值;
步骤三、将经过步骤二处理后的色度分量直方图进行canny边缘检测,将两个细胞的边缘线进行增粗,并将边缘点的颜色值赋值为背景的颜色取值区间内的一个值;
这是因为显微图像中大部分细胞的粘连处都会有一些轻微的颜色上的突变,而直接二值化对这些细微变化不敏感,因此,我们将这些颜色突变强化,使其在二值化过程中能被区分;
步骤四、将经过步骤三处理后的色度分量直方图进行二值化,得到二值化显微图像;
二值化是一个常规处理方法;例如同样以血细胞为例,将细胞的颜色取值区间内的像素点的颜色值赋值为0,将背景和除了细胞、背景之外的杂质噪声的颜色取值区间的像素点的颜色值赋值为1,就实现了二值化;
步骤五、在二值化后的显微图像上,用链码差方法找出所有细胞轮廓的凹点,连接相互配对的凹点后,将略微粘连的细胞进行分割;
本步骤中,首先采用链码差方法寻找二值化显微图像上所有细胞轮廓的凹点,然后对所有凹点的凹陷角的平分线进行比较,若两个凹点的凹陷角的平分线在一条直线上,则这两个凹点为相互配对的凹点,将这两个凹点直接相连,就可以将略微粘连的细胞进行分割。链码差方法可以采用《科学技术与工程》杂志(2007.7印刷的第五期中69-72页)中公布的《基于链码差的边界凸凹性判别》中采用的方法。
步骤六、采用基于Freeman 8-链码的区域面积统计法统计经过步骤五处理后的二值化显微图像中所有细胞轮廓的面积,将所有细胞轮廓中面积最小值设定为单位细胞面积a,设某一细胞轮廓的面积为b,该细胞轮廓中细胞个数为 其中k为粘连系数,k的取值范围为0.9<k<1;将所有细胞轮廓中细胞个数相加后的和即为该显微图像中细胞总个数。同样以血细胞为例,k取值为0.94,计算的误差小于3%。
Claims (4)
1.一种显微图像的复杂粘连细胞个数统计方法,其特征在于:包括以下步骤
步骤一、利用色度分量直方图分别获得原始彩色显微图像中细胞、背景和除了细胞、背景之外的杂质噪声的颜色取值区间;
步骤二、将除了细胞、背景之外的杂质噪声的颜色取值区间内的像素点的颜色值赋值为背景的颜色取值区间内的一个值;
步骤三、将经过步骤二处理后的色度分量直方图进行canny边缘检测,将两个细胞的边缘线进行增粗,并将边缘点的颜色值赋值为背景的颜色取值区间内的一个值;
步骤四、将经过步骤三处理后的色度分量直方图进行二值化,得到二值化显微图像;
步骤五、在二值化后的显微图像上,用链码差方法找出所有细胞轮廓的凹点,连接相互配对的凹点后,将略微粘连的细胞进行分割;
步骤六、采用区域面积统计法统计经过步骤五处理后的二值化显微图像中所有细胞轮廓的面积,将所有细胞轮廓中面积最小值设定为单位细胞面积a,设某一细胞轮廓的面积为b,该细胞轮廓中细胞个数为 其中k为粘连系数,k的取值范围为0.9<k<1;将所有细胞轮廓中细胞个数相加后的和即为该显微图像中细胞总个数。
2.根据权利要求1所述的显微图像的复杂粘连细胞个数统计方法,其特征在于:所述步骤五中,首先采用链码差方法寻找二值化显微图像上所有细胞轮廓的凹点,然后对所有凹点的凹陷角的平分线进行比较,若两个凹点的凹陷角的平分线在一条直线上,则这两个凹点为相互配对的凹点,将这两个凹点直接相连,就可以将略微粘连的细胞进行分割。
3.根据权利要求1所述的显微图像的复杂粘连细胞个数统计方法,其特征在于:所述步骤六中,采用基于Freeman 8-链码的区域面积统计法统计经过步骤五处理后的二值化显微图像中所有细胞轮廓的面积。
4.根据权利要求1~3中任意一项权利要求所述的显微图像的复杂粘连细胞个数统计方法,其特征在于:当显微图像显示的是血细胞时,所述k取值为0.94。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010101087447A CN101777140B (zh) | 2010-02-08 | 2010-02-08 | 一种显微图像的复杂粘连细胞个数统计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010101087447A CN101777140B (zh) | 2010-02-08 | 2010-02-08 | 一种显微图像的复杂粘连细胞个数统计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101777140A true CN101777140A (zh) | 2010-07-14 |
CN101777140B CN101777140B (zh) | 2012-03-21 |
Family
ID=42513598
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010101087447A Expired - Fee Related CN101777140B (zh) | 2010-02-08 | 2010-02-08 | 一种显微图像的复杂粘连细胞个数统计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101777140B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102043957A (zh) * | 2011-01-11 | 2011-05-04 | 北京邮电大学 | 基于图像凹点的车辆分割方法 |
CN102184420A (zh) * | 2011-04-18 | 2011-09-14 | 四川大学 | 一种免疫组化数字图像处理方法 |
CN103514481A (zh) * | 2012-06-20 | 2014-01-15 | 天津三星电机有限公司 | 一种基于图像的制品数量快速测量方法及其装置 |
CN104091170A (zh) * | 2014-06-13 | 2014-10-08 | 电子科技大学 | 基于机器视觉的霉菌自动辨别方法 |
CN104778442A (zh) * | 2015-02-11 | 2015-07-15 | 苏州大学 | 视网膜细胞荧光显微图像的自动分割和计数方法 |
CN105894512A (zh) * | 2016-03-31 | 2016-08-24 | 中国农业大学 | 一种小区玉米果穗考种中粘连玉米果穗分割方法及装置 |
CN107481225A (zh) * | 2017-07-26 | 2017-12-15 | 山东颐泽天泰医疗科技有限公司 | 一种自动寻找最优参数分割粘连细胞的方法 |
CN108961208A (zh) * | 2018-05-21 | 2018-12-07 | 江苏康尚生物医疗科技有限公司 | 一种聚集白细胞分割计数系统及方法 |
CN111340157A (zh) * | 2020-02-19 | 2020-06-26 | 韦乐海茨(上海)医药设备科技有限公司 | 一种垂直药槽盘点方法 |
CN113518998A (zh) * | 2019-03-08 | 2021-10-19 | 三菱电机株式会社 | 计数系统、计数装置、机器学习装置、计数方法、零件配置方法以及程序 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1624475A (zh) * | 2004-12-20 | 2005-06-08 | 华中科技大学 | 宫颈癌细胞辅助检测方法 |
CN1746901A (zh) * | 2005-09-19 | 2006-03-15 | 南京大学 | 肺癌早期细胞涂片彩色图像信息的计算机智能化处理的方法及其处理设备 |
-
2010
- 2010-02-08 CN CN2010101087447A patent/CN101777140B/zh not_active Expired - Fee Related
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102043957B (zh) * | 2011-01-11 | 2016-07-20 | 北京邮电大学 | 基于图像凹点的车辆分割方法 |
CN102043957A (zh) * | 2011-01-11 | 2011-05-04 | 北京邮电大学 | 基于图像凹点的车辆分割方法 |
CN102184420A (zh) * | 2011-04-18 | 2011-09-14 | 四川大学 | 一种免疫组化数字图像处理方法 |
CN102184420B (zh) * | 2011-04-18 | 2013-04-10 | 四川大学 | 一种免疫组化图像处理方法 |
CN103514481A (zh) * | 2012-06-20 | 2014-01-15 | 天津三星电机有限公司 | 一种基于图像的制品数量快速测量方法及其装置 |
CN104091170B (zh) * | 2014-06-13 | 2018-01-12 | 电子科技大学 | 基于机器视觉的霉菌自动辨别方法 |
CN104091170A (zh) * | 2014-06-13 | 2014-10-08 | 电子科技大学 | 基于机器视觉的霉菌自动辨别方法 |
CN104778442A (zh) * | 2015-02-11 | 2015-07-15 | 苏州大学 | 视网膜细胞荧光显微图像的自动分割和计数方法 |
CN104778442B (zh) * | 2015-02-11 | 2019-03-01 | 苏州大学 | 视网膜细胞荧光显微图像的自动分割和计数方法 |
CN105894512B (zh) * | 2016-03-31 | 2019-03-01 | 中国农业大学 | 一种小区玉米果穗考种中粘连玉米果穗分割方法及装置 |
CN105894512A (zh) * | 2016-03-31 | 2016-08-24 | 中国农业大学 | 一种小区玉米果穗考种中粘连玉米果穗分割方法及装置 |
CN107481225A (zh) * | 2017-07-26 | 2017-12-15 | 山东颐泽天泰医疗科技有限公司 | 一种自动寻找最优参数分割粘连细胞的方法 |
CN107481225B (zh) * | 2017-07-26 | 2020-06-30 | 山东颐泽天泰医疗科技有限公司 | 一种自动寻找最优参数分割粘连细胞的方法 |
CN108961208A (zh) * | 2018-05-21 | 2018-12-07 | 江苏康尚生物医疗科技有限公司 | 一种聚集白细胞分割计数系统及方法 |
CN108961208B (zh) * | 2018-05-21 | 2021-04-27 | 江苏康尚生物医疗科技有限公司 | 一种聚集白细胞分割计数系统及方法 |
CN113518998A (zh) * | 2019-03-08 | 2021-10-19 | 三菱电机株式会社 | 计数系统、计数装置、机器学习装置、计数方法、零件配置方法以及程序 |
CN113518998B (zh) * | 2019-03-08 | 2024-04-16 | 三菱电机株式会社 | 计数系统、计数装置、机器学习装置、计数方法、零件配置方法以及记录介质 |
CN111340157A (zh) * | 2020-02-19 | 2020-06-26 | 韦乐海茨(上海)医药设备科技有限公司 | 一种垂直药槽盘点方法 |
CN111340157B (zh) * | 2020-02-19 | 2023-08-18 | 韦乐海茨(上海)医药设备科技有限公司 | 一种垂直药槽盘点方法 |
Also Published As
Publication number | Publication date |
---|---|
CN101777140B (zh) | 2012-03-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101777140B (zh) | 一种显微图像的复杂粘连细胞个数统计方法 | |
CN103164858B (zh) | 基于超像素和图模型的粘连人群分割与跟踪方法 | |
CN107945200B (zh) | 图像二值化分割方法 | |
CN102044069B (zh) | 一种白细胞图像分割方法 | |
CN102930268B (zh) | 一种用于污染及多视角情况下DataMatrix码的精确定位方法 | |
CN104008399B (zh) | 一种仪表检测中基于支持向量机的仪表指针抖动的识别方法 | |
CN116611748B (zh) | 一种钛合金家具生产质量监控系统 | |
CN111896540B (zh) | 一种基于区块链的水质在线监测系统 | |
CN104751474A (zh) | 一种级联式快速图像缺陷分割方法 | |
CN104751166A (zh) | 基于光谱角和欧氏距离的遥感影像分类方法 | |
CN114998852A (zh) | 一种基于深度学习的公路路面病害智能检测方法 | |
CN102324032A (zh) | 一种基于极坐标系下灰度共生矩阵的纹理特征提取方法 | |
CN114140669B (zh) | 焊接缺陷识别模型训练方法、装置和计算机终端 | |
US20140079316A1 (en) | Segmentation co-clustering | |
CN102663386B (zh) | 机械轴承环形分布压印字符的在线检测方法 | |
CN104778442A (zh) | 视网膜细胞荧光显微图像的自动分割和计数方法 | |
CN105005565A (zh) | 现场鞋底痕迹花纹图像检索方法 | |
CN103500343A (zh) | 基于mnf变换结合扩展属性滤波的高光谱影像分类方法 | |
CN103679207A (zh) | 一种手写体数字识别方法及系统 | |
CN103198319A (zh) | 用于矿山井筒环境下的模糊图像角点提取方法 | |
CN103366373B (zh) | 基于模糊相容图的多时相遥感影像变化检测方法 | |
CN111583178B (zh) | 一种在藻类细胞显微图像中分割黏连藻类细胞的方法 | |
CN109685773B (zh) | 一种免疫细胞图像中突触位置点的确定方法 | |
CN105809699A (zh) | 一种基于图分割的车窗提取方法及系统 | |
Surinwarangkoon et al. | Traffic sign recognition system for roadside images in poor condition |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120321 Termination date: 20150208 |
|
EXPY | Termination of patent right or utility model |