CN102013102A - 一种图像中的粘连细胞分割方法 - Google Patents
一种图像中的粘连细胞分割方法 Download PDFInfo
- Publication number
- CN102013102A CN102013102A CN 201010568802 CN201010568802A CN102013102A CN 102013102 A CN102013102 A CN 102013102A CN 201010568802 CN201010568802 CN 201010568802 CN 201010568802 A CN201010568802 A CN 201010568802A CN 102013102 A CN102013102 A CN 102013102A
- Authority
- CN
- China
- Prior art keywords
- point
- chain code
- cell
- value
- zone
- 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
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明提出一种图像中的粘连细胞分割方法,首先对图像进行二值化,接着对二值图做距离变换,得到各点的距离值。再在距离图中检测局部极值点,筛选过后得到代表细胞的中心点。然后对距离图做水域分割,根据各子块中心与细胞中心的距离确定子块与细胞的隶属关系。最后对毗邻多个子块的中间块进行再分割,使分割结果更为精细。本方法有效地解决了传统分水岭分割中易出现的过分割及误分割现象,对多细胞粘连有较好的适用性。
Description
技术领域
本发明涉及图像中的粘连细胞的分割方法,应用于分离图像中粘连的多个细胞。
背景技术
在血液的染色图片中,常常会遇到细胞粘连的情况,为准确获取每个细胞的形态信息,我们必须对这些粘连的细胞进行分离。国内外在粘连细胞的分离方面已有一些研究,目前采用的方法主要有以下几种:
1.基于形态学的分水岭分割方法
分水岭分割方法,是一种基于拓扑理论的数学形态学的分割方法,其基本思想是把图像看作是测地学上的拓扑地貌,图像中每一点像素的灰度值表示该点的海拔高度,每一个局部极小值及其影响区域称为集水盆,而集水盆的边界则形成分水岭。分水岭的概念和形成可以通过模拟浸入过程来说明。在每一个局部极小值表面,刺穿一个小孔,然后把整个模型慢慢浸入水中,随着浸入的加深,每一个局部极小值的影响域慢慢向外扩展,在两个集水盆汇合处构筑大坝,即形成分水岭。
形态学分水岭算法的优点是边界连续,在种子点选取较好的情况下,分割结果稳定。由于种子点的选取是通过连续腐蚀或者通过先做距离变换再通过某个阈值来选取的,该算法对微弱边缘响应良好,但易受噪声影响,存在过分割和误分割问题,迭代膨胀计算量较大,适用于形态无明显凹陷,噪声较小,细胞外形规则的情况。
2.基于边界角点配对的分割方法
边界角点配对法,是将图像中的物体边界用封闭的连续像点表示,通过分析边界上各点与相邻点的关系得到该点所在边界区段的走向,即凹入,凸起或趋于平滑,以一阈值限定得到所有凹点。将所有凹点按照一定规则进行匹配后得到分割结果。
该方法直观,简单,且实现快速。但凹点的选择基于轮廓,对轮廓上毛刺和噪声敏感,且存在凹点不能精确求取,凹点配对的困难。
3.基于类圆的分割方法
基于类圆的分割方法以血细胞形状呈类圆为前提,首先寻找物体边界上距离最远的两点a和b,以a和b距离的一半作为外接圆的半径,a与b连线的中点作为外接圆的圆心画圆,检测物体边界上距离圆心最近的两点,如果该两点的连线满足一定的条件,则连接两点分割细胞,并继续递归分割,否则分割结束。
该方法的优点是充分利用了血细胞的先验信息,对于圆形细胞分割效果好。但在实际操作中,由于细胞形状呈多样性,且切割条件判定复杂,常使分割出现较大偏差。
发明内容
本发明的目的在于,针对现有方法的不足提出一种粘连细胞分割方法,通过对过分割区域进行重分割,避免传统分水岭分割带来的过分割与误分割。
本发明提出的方案如下:
步骤一,对图像进行二值化,将图像中的粘连细胞作为前景色进行标记,其余的为背景色,得到二值图。对上述二值图做距离变换,在距离变换的过程中记录下各个点到最近背景点的距离值,保存为距离图。
步骤二,确定真实细胞的中心点
首先,在距离图中搜索局部极大值点,即距离值大于其八邻域点的距离值的点,以这些局部极大值点为起始点对二值图作水域分割,得到分割后的区域图。
其次,对所有的局部极大值点进行筛选,去除符合筛选条件的局部极大值点,剩余的极大值点每个均代表单个血细胞的中心点。其中,筛选的条件为:(1)该局部极大值点的距离值低于门限阈值D;(2)该局部极大值点的距离值小于任一阈值点的距离值,其中所述阈值点指与当前局部极大值点的距离低于门限阈值T的局部极大值点。
步骤三,计算区域图中各区域中心与各中心点的距离,获得各区域与各单个血细胞的距离值,使每个区域归属于与之距离值最小的血细胞,完成血细胞的基本分割。其中,所述的区域中心指区域中距离值最大的点。
步骤四,对分割边界进一步修正。检测与两个或两个以上区域相邻的区域,在该区域的边界上搜索代表点,连接代表点对当前区域重新分割,分割得到的区域分属于与各自相邻的区域。
本发明能够达到的有益效果如下:
由于血细胞形态各异,其距离图中存在较多伪极值点,这些点易造成传统分水岭分割中的过分割现象,解决过分割的基本方法是简单地进行区域合并,但原本由伪极值点分割得到的区域不论归属于哪个区域都将造成误分割。而本发明提出的方法通过筛选极值点可以有效地避免过分割。消除过分割后,对过分割区域进行重分割,分割结果更符合人眼观测的结果。
附图说明
图1:3x3倒角距离变换模板示意图
图2:八连通链码模板示意图
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明。
步骤一,将含有粘连细胞的图像进行阈值分割,将图像中的粘连细胞作为前景色进行标记,其余的为背景色,得到二值图f(x,y),对该二值图f(x,y)做倒角距离变换,得到图中各点的距离值,保存为距离图d(x,y)。
二值图数据为宽w,高h的0-1型矩阵,其中0表示背景点,1表示前景点。
步骤二,确定真实细胞的中心点
(1)在距离图d(x,y)中搜索局部极大值点(局部极大值点指该点的距离值大于其八邻域各点的距离值),将其坐标值保存于数组p[N],其中N为检测到的局部极大值点的个数。以这些局部极大值点为起始点对二值图f(x,y)进行水域分割,得到区域块图area[M],M为水域分割得到的总区域个数。
(2)根据以下两个原则筛选局部极大值点
依次检测数组p[N]中的各点,当满足式(1)时,去除当前点。
d(p[t])<D,0≤t1,t2<N (1)
其中,D是阈值,为常数,本实施例中取为常见细胞半径值的一半。
然后对数组p[N]中剩余的点进行两两配对,如果两点距离小于门限阈值T则继续进行判断,如果满足式(2)则去除距离值较小的点,保留距离值较大的点。其中,T为常数,本实施例中取为常见细胞直径的三分之一。
||p[t1]-p[t2]||<min(d(p[t1]),d(p[t2])),0≤t1,t2<N,t1≠t2 (2)
p[N]中最终保留的为真实细胞的中心点。
步骤三,在区域块图area[M]中寻找每个区域块中距离值最大的点作为该区域的中心点。对每个区域中心点依次进行处理:在p[N]中寻找与当前区域中心点距离最近的细胞中心点,并将当前区域标记为该细胞的一部分。所有区域计算完毕后,得到初步的粘连细胞分割图。
步骤四,修正分割边界。
首先,寻找毗邻两个或多个细胞的区域。根据区域块图area[M]统计各区域的边界点所毗邻的细胞编号,当细胞编号多于一个且区域内不包含细胞中心点时,即为毗邻两个或多个细胞的区域,标记该区域。
其次,对于已标记的区域,计算其边界链码差,计算步骤如下:
(1)用链码表示区域边界
按逆时针方向搜索区域边界,起始点链码值标记为0,其余各点i的链码值由当前点C[i]与其前一点C[i-1]的相对关系决定。当C[i]相对于C[i-1]作逆时针旋转时,按偏角的大小取值0~7,分别对应逆时针旋转0°、45°、90°、135°、180°、225°、270°、315°。如图2所示,箭头起点为前一点C[i-1],箭头终点为当前点C[i]。将各点链码值保存于数组C[Q]中,Q为边界像素点数。
(2)计算相对链码
对于边界上的任意一点i都有前一点指向此点的链码C[i]和此点指向后一点的链码C[i+1],相对链码是指C[i+1]和C[i]的相互关系。C[i+1]相对于C[i]作逆时针旋转时,按偏角的大小取值1~3,分别对应逆时针旋转45°、90°、135°作顺时针旋转时,相对链码取值-1~-4,分别对应顺时针旋转45°、90°、135°、180°。式(3)为相对链码R[i]的计算公式。
R[i]=(C[i+1]-C[i]+8)MOD8 (3)
R[i]=R[i]-8,如果R[i]>3
(3)计算绝对链码
绝对链码则是指从起始点开始相对链码的累加值,起始点的绝对链码A[0]为0,其它任一点的绝对链码i的计算公式如式(4)所示:
A[i]=A[i-1]+R[i] (4)
其中,A[i-1]为当前点的前一点的绝对链码。
(4)计算链码差
当前点和前两点的绝对链码之和称为三点链码和,可由式(5)求得。
S[i]=A[i]+A[i-1]+A[i-2] (5)
其中S[i]表示三点链码和,三点链码和将整个圆周分成24份,其值相差1相当于角度相差15°,从而得到链码差的计算公式,如式(6)所示。
U[i]=S[i+3]-S[i] (6)
其中U[i]代表链码差。
最后,对细胞连接部分进行精细修正,计算步骤如下:
(1)检测连接点。对于已标记的区域,检测其边界上的连接点,连接点是指边界上未与细胞相邻的点和与两个及以上细胞相邻的点。
(2)检测代表点。上述连接点将组成一段或多段连续的连接线,每段连接线连接两个或两个以上细胞,为每段连接线记录下其连接的细胞编号,并将连接线中链码差绝对值最大的点作为该连接线的代表点。
(3)作切割线。针对区域毗邻的每个细胞,寻找与该细胞相关的连接线的代表点,如果只有一个相关代表点,则不进行切割,如果有多个代表点,则取链码差绝对值最大的两点,将连接两点的直线作为切割线。
(4)区域合并。当所有毗邻细胞处理完毕后,当前区域被分割成一个区域或多个子区域,根据各子区域边界毗邻的细胞决定其应归属的细胞,将其与该细胞进行区域合并,分割最终完成。
Claims (3)
1.一种图像中的粘连细胞分割方法,用于分离图像中粘连的多个细胞,该方法包括如下步骤:
步骤一,对含有粘连细胞的图像进行二值化,将图像中的粘连细胞作为前景色进行标记,其余的为背景色,得到二值图,再对上述二值图做距离变换,在距离变换的过程中记录下各个点到最近背景点的距离值,保存为距离图;
步骤二,确定真实细胞的中心点
首先,在所述距离图中搜索局部极大值点,即距离值大于其八邻域点的距离值的点,以这些局部极大值点为起始点对所述二值图作水域分割,得到分割后的区域图;
其次,对所有的局部极大值点进行筛选,去除符合筛选条件的局部极大值点,剩余的极大值点每个均代表单个血细胞的中心点,其中,所述筛选的条件为:(1)该局部极大值点的距离值低于预设的阈值D;(2)该局部极大值点的距离值小于任一阈值点的距离值,其中所述阈值点指与当前局部极大值点的距离低于门限阈值T的局部极大值点;
步骤三,计算区域图中各区域中心与各上述中心点的距离,从而获得各区域与各单个血细胞的距离值,使每个区域归属于与之距离值最小的血细胞,完成血细胞的初步分割,其中,所述的区域中心指区域中距离值最大的点;
步骤四,对初步分割的边界进一步修正
检测获取与两个或两个以上区域毗邻的区域,在上述获取的毗邻区域的边界上搜索用于分割的连接角点,利用该连接角点对当前区域重新分割,分割得到的区域分属于与各自相邻的区域。
通过上述步骤,即完成粘连细胞的分割。
2.根据权利要求1所述的粘连细胞分割方法,其特征在于,上述步骤四的具体过程为:
(1)检测获取连接点
获得所述毗邻区域的边界上的连接点,连接点是指边界上未与细胞相邻的点或与两个以上细胞相邻的点;
(2)获取代表点
上述连接点组成一段或多段连续的连接线,每段连接线连接两个或两个以上细胞,为每段连接线记录下其连接的细胞编号,并将连接线中链码差绝对值最大的点作为该连接线的代表点,也即所述的连接角点;
(3)获得切割线对细胞进行切割
针对区域毗邻的每个细胞,寻找与该细胞相关的连接线的代表点,如果只有一个相关代表点,则不进行切割,如果有多个代表点,则取链码差绝对值最大的两点,将连接两代表点的直线作为切割线;
(4)区域合并
当所有毗邻细胞处理完毕后,当前区域被分割成一个区域或多个子区域,根据各子区域边界毗邻的细胞决定其应归属的细胞,将其与该细胞进行区域合并,完成最终分割。
3.根据权利要求2所述的粘连细胞分割方法,其特征在于,所述的链码差具体通过如下步骤计算得到:
(1)用链码表示区域边界
按逆时针方向搜索区域边界像素点,起始点链码值标记为0,其余各点i的链码值由当前点的链码C[i]与其前一点C[i-1]的相对关系决定,即当C[i]相对于C[i-1]作逆时针旋转时,按偏角的大小取值0~7,即根据偏角大小为0°、45°、90°、135°、180°、225°、270°和315°分别对应取0~7的自然数,将各点链码值保存于数组C[Q]中,Q为边界像素点数;
(2)计算相对链码
对于边界上的任意一点i都有前一点指向此点的链码C[i]和此点指向后一点的链码C[i+1],相对链码是指C[i+1]和C[i]的相互关系,C[i+1]相对于C[i]作逆时针旋转时,相对链码按偏角的大小取值1~3,即根据偏角为45°、90°和135°时分别对应取1~3的正整数;作顺时针旋转时,相对链码按偏角的大小取值-1~-4,即根据顺时针偏角为45°、90°、135°和180°时,分别对应取-1~-4的负整数,即相对链码R[i]的计算公式为:
R[i]=(C[i+1]-C[i]+8)MOD8 (3)
R[i]=R[i]-8,如果R[i]>3
(3)计算绝对链码
绝对链码则是指从起始点开始相对链码的累加值,起始点的绝对链码A[0]为0,其它任一点的绝对链码i的计算公式为:
A[i]=A[i-1]+R[i] (4)
其中,A[i-1]为当前点的前一点的绝对链码。
(4)计算链码差
当前点和前两点的绝对链码之和称为三点链码和:
S[i]=A[i]+A[i-1]+A[i-2] (5)
其中S[i]表示三点链码和,三点链码和将整个圆周分成24份,其值相差1相当于角度相差15°,从而得到链码差的计算公式:
U[i]=S[i+3]-S[i] (6)
其中U[i]代表链码差。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010105688024A CN102013102B (zh) | 2010-12-01 | 2010-12-01 | 一种图像中的粘连细胞分割方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010105688024A CN102013102B (zh) | 2010-12-01 | 2010-12-01 | 一种图像中的粘连细胞分割方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102013102A true CN102013102A (zh) | 2011-04-13 |
CN102013102B CN102013102B (zh) | 2012-06-13 |
Family
ID=43843266
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010105688024A Expired - Fee Related CN102013102B (zh) | 2010-12-01 | 2010-12-01 | 一种图像中的粘连细胞分割方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102013102B (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN102881017A (zh) * | 2012-09-21 | 2013-01-16 | 四川师范大学 | 一种细胞分离方法 |
CN103970262A (zh) * | 2013-02-06 | 2014-08-06 | 原相科技股份有限公司 | 光学式指向系统 |
CN105096302A (zh) * | 2014-05-13 | 2015-11-25 | 富士通株式会社 | 图像中粘连物体的分割装置、方法以及电子设备 |
WO2016091016A1 (zh) * | 2014-12-12 | 2016-06-16 | 山东大学 | 一种基于胞核标记分水岭变换的粘连白细胞分割方法 |
CN105787934A (zh) * | 2016-02-19 | 2016-07-20 | 福州大学 | 一种基于图论和区域增长的粘连细胞分割算法 |
CN106296709A (zh) * | 2016-08-18 | 2017-01-04 | 北京航空航天大学 | 一种基于粒子群及模糊均值聚类的细胞图像分割方法 |
CN106886998A (zh) * | 2015-12-15 | 2017-06-23 | 株式会社理光 | 物体分割方法及设备 |
CN106971393A (zh) * | 2017-02-23 | 2017-07-21 | 北京农业信息技术研究中心 | 一种玉米籽粒的表型测量方法及系统 |
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 |
CN107705298A (zh) * | 2017-09-19 | 2018-02-16 | 浙江农林大学 | 一种检测心肌细胞核独立情况和粘连情况的方法及系统 |
CN108694402A (zh) * | 2017-04-07 | 2018-10-23 | 富士通株式会社 | 字符串分割装置和方法、字符串识别装置和方法 |
CN109146838A (zh) * | 2018-06-20 | 2019-01-04 | 湖南自兴智慧医疗科技有限公司 | 一种基于几何特征与区域融合的g显带粘连染色体分割方法 |
CN109410224A (zh) * | 2018-11-12 | 2019-03-01 | 深圳安科高技术股份有限公司 | 一种图像分割方法、系统、装置及存储介质 |
CN110059663A (zh) * | 2019-04-24 | 2019-07-26 | 扬州龙科信息科技有限公司 | 一种基于特征点检测的粘连蘑菇视觉识别与测量方法 |
CN110223305A (zh) * | 2019-06-12 | 2019-09-10 | 志诺维思(北京)基因科技有限公司 | 细胞分割方法、装置及可读存储介质 |
CN110246140A (zh) * | 2019-05-14 | 2019-09-17 | 电子科技大学 | 一种改进的基于凹点匹配的粘连颗粒目标分割方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6058254A (en) * | 1997-08-06 | 2000-05-02 | Lsi Logic Corporation | Method and apparatus for vertical congestion removal |
US20070016373A1 (en) * | 2002-03-13 | 2007-01-18 | Hunter Edward A | System and method for automatic color segmentation and minimum significant response for measurement of fractional localized intensity of cellular compartments |
CN101226155A (zh) * | 2007-12-21 | 2008-07-23 | 中国人民解放军第八一医院 | 智能化肺癌早期细胞病理图像识别处理方法 |
-
2010
- 2010-12-01 CN CN2010105688024A patent/CN102013102B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6058254A (en) * | 1997-08-06 | 2000-05-02 | Lsi Logic Corporation | Method and apparatus for vertical congestion removal |
US20070016373A1 (en) * | 2002-03-13 | 2007-01-18 | Hunter Edward A | System and method for automatic color segmentation and minimum significant response for measurement of fractional localized intensity of cellular compartments |
CN101226155A (zh) * | 2007-12-21 | 2008-07-23 | 中国人民解放军第八一医院 | 智能化肺癌早期细胞病理图像识别处理方法 |
Non-Patent Citations (2)
Title |
---|
《11th IAPR International Conference on Pattern Recognition》 19920903 Cseke, I. etc. A fast segmentation scheme for white blood cell images 第530-533页 全文 , 2 * |
《计算机应用与软件》 20080430 丁宏 等 粘连细胞分割算法的研究与实现 第202-203页 1-3 第25卷, 第4期 2 * |
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN102881017B (zh) * | 2012-09-21 | 2015-04-22 | 四川师范大学 | 一种细胞分离方法 |
CN102881017A (zh) * | 2012-09-21 | 2013-01-16 | 四川师范大学 | 一种细胞分离方法 |
CN103970262A (zh) * | 2013-02-06 | 2014-08-06 | 原相科技股份有限公司 | 光学式指向系统 |
CN103970262B (zh) * | 2013-02-06 | 2018-01-16 | 原相科技股份有限公司 | 光学式指向系统 |
CN105096302A (zh) * | 2014-05-13 | 2015-11-25 | 富士通株式会社 | 图像中粘连物体的分割装置、方法以及电子设备 |
CN105096302B (zh) * | 2014-05-13 | 2017-12-08 | 富士通株式会社 | 图像中粘连物体的分割装置、方法以及电子设备 |
WO2016091016A1 (zh) * | 2014-12-12 | 2016-06-16 | 山东大学 | 一种基于胞核标记分水岭变换的粘连白细胞分割方法 |
CN106886998A (zh) * | 2015-12-15 | 2017-06-23 | 株式会社理光 | 物体分割方法及设备 |
CN105787934B (zh) * | 2016-02-19 | 2019-02-22 | 福州大学 | 一种基于图论和区域增长的粘连细胞分割算法 |
CN105787934A (zh) * | 2016-02-19 | 2016-07-20 | 福州大学 | 一种基于图论和区域增长的粘连细胞分割算法 |
CN106296709A (zh) * | 2016-08-18 | 2017-01-04 | 北京航空航天大学 | 一种基于粒子群及模糊均值聚类的细胞图像分割方法 |
CN106296709B (zh) * | 2016-08-18 | 2019-05-21 | 北京航空航天大学 | 一种基于粒子群及模糊均值聚类的细胞图像分割方法 |
CN106971393B (zh) * | 2017-02-23 | 2019-09-10 | 北京农业信息技术研究中心 | 一种玉米籽粒的表型测量方法及系统 |
CN106971393A (zh) * | 2017-02-23 | 2017-07-21 | 北京农业信息技术研究中心 | 一种玉米籽粒的表型测量方法及系统 |
CN108694402A (zh) * | 2017-04-07 | 2018-10-23 | 富士通株式会社 | 字符串分割装置和方法、字符串识别装置和方法 |
CN108694402B (zh) * | 2017-04-07 | 2021-10-01 | 富士通株式会社 | 字符串分割装置和方法、字符串识别装置和方法 |
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 |
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 |
CN107705298A (zh) * | 2017-09-19 | 2018-02-16 | 浙江农林大学 | 一种检测心肌细胞核独立情况和粘连情况的方法及系统 |
CN107705298B (zh) * | 2017-09-19 | 2021-02-05 | 浙江农林大学 | 一种检测心肌细胞核独立情况和粘连情况的方法及系统 |
CN109146838A (zh) * | 2018-06-20 | 2019-01-04 | 湖南自兴智慧医疗科技有限公司 | 一种基于几何特征与区域融合的g显带粘连染色体分割方法 |
CN109410224A (zh) * | 2018-11-12 | 2019-03-01 | 深圳安科高技术股份有限公司 | 一种图像分割方法、系统、装置及存储介质 |
CN109410224B (zh) * | 2018-11-12 | 2022-04-15 | 深圳安科高技术股份有限公司 | 一种图像分割方法、系统、装置及存储介质 |
CN110059663A (zh) * | 2019-04-24 | 2019-07-26 | 扬州龙科信息科技有限公司 | 一种基于特征点检测的粘连蘑菇视觉识别与测量方法 |
CN110246140A (zh) * | 2019-05-14 | 2019-09-17 | 电子科技大学 | 一种改进的基于凹点匹配的粘连颗粒目标分割方法 |
CN110246140B (zh) * | 2019-05-14 | 2022-03-29 | 电子科技大学 | 一种改进的基于凹点匹配的粘连颗粒目标分割方法 |
CN110223305A (zh) * | 2019-06-12 | 2019-09-10 | 志诺维思(北京)基因科技有限公司 | 细胞分割方法、装置及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN102013102B (zh) | 2012-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102013102B (zh) | 一种图像中的粘连细胞分割方法 | |
CN109035224B (zh) | 一种基于多波束点云的海底管道检测与三维重建方法 | |
US9507052B2 (en) | Automatic recognition method of continental slope foot point based on terrain grid | |
CN109919070B (zh) | 一种剖面形态自适应拟合的海岸线遥感推算方法 | |
CN105654501B (zh) | 基于模糊阈值的自适应图像分割方法 | |
CN101699511A (zh) | 彩色图像分割方法及系统 | |
CN101937078A (zh) | 基于边界识别追踪技术的雷暴云团的临近预报方法和系统 | |
CN103198319B (zh) | 用于矿山井筒环境下的模糊图像角点提取方法 | |
CN105741276B (zh) | 一种船舶水线提取方法 | |
CN102663700B (zh) | 粘连颗粒二值图像的分割方法 | |
CN101520890B (zh) | 一种基于灰度特征图像的粘连染色体自动分割方法 | |
CN116309600B (zh) | 基于图像处理的环保纺织品质量检测方法 | |
CN103778627A (zh) | 一种基于sar图像的海域溢油检测方法 | |
CN117095009B (zh) | 一种基于图像处理的pvc装饰板缺陷检测方法 | |
CN104778442A (zh) | 视网膜细胞荧光显微图像的自动分割和计数方法 | |
CN102881017B (zh) | 一种细胞分离方法 | |
CN103942809A (zh) | 检测岩石图像中节理裂隙的方法 | |
CN111968127A (zh) | 一种基于全切片病理图像的癌灶区域识别方法及系统 | |
CN103942808A (zh) | 粘连岩石颗粒图像的分割方法 | |
CN112085699B (zh) | 一种基于二维图像的路面裂缝提取方法 | |
CN111461046B (zh) | 基于岸线数据的海岸侵蚀与淤积的自动化识别方法与装置 | |
CN101976347A (zh) | 基于Mean Shift分割的遥感图像中水上桥梁识别方法 | |
CN109886989A (zh) | 一种基于Canny算子的探地雷达自动层位追踪方法 | |
CN110472640A (zh) | 一种目标检测模型预测框处理方法及装置 | |
CN103236056B (zh) | 基于模板匹配的图像分割方法 |
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: 20120613 Termination date: 20151201 |
|
EXPY | Termination of patent right or utility model |