CN105303568A - 一种基于图像处理的牛奶体细胞计数方法 - Google Patents

Abstract

一种基于图像处理的牛奶体细胞计数方法，首先，在样本牛奶中滴入染色剂对其体细胞进行染色，然后将牛奶均匀涂抹在载玻片上，用数码显微镜采集细胞原始彩色图像，并将原始彩色图像转换为256色灰度图像，然后，使用滤波窗口对256色灰度图像进行增强处理，选取合适的阈值，将增强处理后的图像转换为只有黑和白两种颜色的二值图像，最后，用腐蚀法对二值图像进行腐蚀，对腐蚀后的二值图像计算欧拉数，该数值即为要统计的牛奶体细胞数量，将牛奶体细胞计数全程自动化实现，能够在短时间内统计出牛奶体细胞的数量，从而降低工人劳动强度和出错率，提高生产效率，计数准确性高且速度快，能够满足自动化生产的要求。

Description

一种基于图像处理的牛奶体细胞计数方法

技术领域

本发明涉及一种利用计算机技术和数字图像处理技术实现的智能计数方法，特别涉及一种基于图像处理的牛奶体细胞计数方法。

背景技术

牛奶体细胞数是指每毫升牛奶中的细胞总数，多数是白细胞，通常由巨噬细胞、淋巴细胞、多形核嗜中性白细胞等组成，约占牛奶体细胞数的95％，其余是乳腺组织死去脱落的上皮细胞。在正常情况下，牛奶中体细胞数较少。当奶牛乳房外伤或发生疾病引起炎症时，机体将大量的白细胞分泌进入乳房以清除感染，因此牛奶体细胞数反映了牛奶质量及奶牛的健康状况。显微镜法作为牛奶体细胞计数的标准方法，通常用于校正体细胞分析仪和其他方法的正确性。但是目前的显微镜法仅限于人工操作，不仅效率低下，而且不可避免地会产生人为性的误差。

发明内容

为了克服上述现有技术的不足，本发明的目的在于提出一种基于图像处理的牛奶体细胞计数方法，能够利用计算机技术及图像处理技术快速、准确地对牛奶体细胞进行计数，从而降低工人劳动强度，提高生产效率，具有便捷、快速、自动化、准确性高的特点。

为了实现上述目的，本发明采用的技术方案是：一种基于图像处理的牛奶体细胞计数方法，包括以下步骤：

步骤1：在样本牛奶中滴入染色剂对其体细胞进行染色，然后将牛奶均匀涂抹在载玻片上，用数码显微镜采集细胞原始彩色图像；

步骤2：将步骤1数码显微镜采集的原始彩色图像转换为256色灰度图像；

步骤3：使用滤波窗口对256色灰度图像进行增强处理；

步骤4：选取合适的阈值，将步骤3得到的图像转换为只有黑和白两种颜色的二值图像；

步骤5：为了消除图像中细胞之间的粘连现象，用数学形态学中的腐蚀法对二值图像进行腐蚀；

步骤6：对腐蚀后的二值图像计算欧拉数，该数值即为要统计的牛奶体细胞数量。

所述对256色灰度图像进行增强处理是将步骤2得到的灰度图像进行灰度拉伸处理。

所述合适的阈值是通过灰度图像的直方图，选取波谷的灰度值作为二值化的阈值。

所述用于腐蚀的结构元素为5×5像素的矩形窗口。

所述计算欧拉数的方法采用多行扫描四方块计数法，用四方块计算欧拉数，需要用N₁、N₂和N₃来统计给定图像中符合样本块P₁、P₂和P₃的数量；具体方法是：从给定二值图像的第一行第一个像素开始，按照从左到右、从上到下的顺序依次扫描图像的每个像素，采用一次多行扫描的方法，即一次扫描过程中检查多行像素，如果当前被检查的像素所在的四方块为样本块P₁、P₂或P₃的其中某一个时，用来统计P₁、P₂和P₃数量的计数器N₁、N₂和N₃对应值加1，整个图像扫描完毕后，得到整个图像中样本块P₁、P₂和P₃的数量，利用公式E＝(N₁–N₂–2N₃)/4计算得到图像的欧拉数E。

由于本发明采用计算机技术及图像处理技术，将牛奶体细胞计数全程自动化实现，能够在短时间内统计出牛奶体细胞的数量，从而降低工人劳动强度和出错率，提高生产效率，计数准确性高且速度快，能够满足自动化生产的要求。

附图说明

图1为本发明方法的流程图。

图2为计算欧拉数时用来比对的四方块，其中白色代表背景像素，灰色代表目标像素。

图3为实施例中一次扫描四行的示意图。

具体实施方式

下面结合附图对本发明作进一步详细说明。

参见图1，一种基于二值图像欧拉数的钢筋数量统计方法，包括以下步骤：

步骤1：在样本牛奶中滴入染色剂对其体细胞进行染色，然后将牛奶均匀涂抹在载玻片上，用数码显微镜采集细胞原始彩色图像，由于后期还需要对图像进行增强、去噪等操作，故分辨率不需要很高，一般可以取800*600像素。

步骤2：由于数码显微镜采集的原始图像为彩色图像，为了计数方便，将步骤1采集的原始彩色图像转换为256色灰度图像；

在将原始图像转换为灰度图像时，采用公式G＝0.299*R+0.587*G+0.114*B，其中G代表像素最终的灰度值，R代表原始彩色图像中红色分量的值，G代表原始彩色图像中绿色分量的值，B代表原始彩色图像中蓝色分量的值。

步骤3：使用大小为3×3像素的滤波窗口对256色灰度图像进行增强处理，以消除细小的纹理细节以及噪声像素，增强图像特征。

所述对256色灰度图像进行增强处理是将步骤2得到的灰度图像进行灰度拉伸处理。在实际操作过程中，图像中的像素总体分布在灰度级较高的区域，目标和背景对比度不是很明显，所以较难区分。因此我们需要将图像的灰度区间扩大以便区分目标和背景。灰度拉伸是一种最基本的灰度变换，使用的是最简单的线性变换函数，主要思想是提高图像处理时灰度级的动态范围，它可以有选择的拉伸某段灰度区间以改善输出图像；

在处理时，假定原图像f(x,y)的灰度范围为[a,b]，变换后的图像g(x,y)的灰度范围线性的扩展至[c,d]。则对于图像中的任一点的灰度值P(x,y)，变换后为g(x,y)，其数学表达式为g(x,y)＝(d-c)*[f(x,y)-a]/(b-a)+c，c和d的值分别为0和255。采用线性变换对图像中每一个像素灰度作线性拉伸，将有效改善图像视觉效果。

滤波可以减少光照等干扰引起的噪声，起到增强图像特征的作用。具体方法是：从图像的左上角第一个像素开始，利用滤波窗口进行逐个像素的从左到右、从上到下的扫描，用窗口中各点的灰度值的中值来代替窗口中心点像素的灰度值。

步骤4：选取合适的阈值，将步骤3得到的图像转换为只有黑和白两种颜色的二值图像；利用灰度图像的直方图，选取波谷的灰度值作为二值化的阈值。

步骤5：为了消除图像中牛奶体细胞之间的粘连现象，用数学形态学中的腐蚀法对二值图像进行腐蚀，同时可以消除面积较大的噪声像素。

腐蚀在数学形态学中的作用是消除物体边界点，使边界向内部收缩的过程，可以把小于结构元素的物体去除。本实施例使用5×5像素的矩形窗口对图像进行腐蚀，可以使体细胞截面区域收缩，以消除细胞之间的粘连现象，便于准确计数。

步骤6：对腐蚀后的二值图像计算欧拉数，该数值即为要统计的牛奶体细胞数量。

直观的看，图像中的连通体C的数量即为要统计的体细胞数量。由于在图像处理的过程中利用腐蚀结构元素消除了粘连现象，在二值图像中不存在空洞，即H＝0。根据二值图像欧拉数的定义E＝C–H，当H为0时，二值图像中连通体的数量和该二值图像的欧拉数相等。因此，该二值图像的欧拉数的值就是要统计的体细胞数量。

参见图2，所述计算欧拉数的方法采用多行扫描四方块计数法，用四方块计算欧拉数。需要用N₁、N₂和N₃来统计给定图像中符合样本块P₁、P₂和P₃的数量；具体方法是：从给定二值图像的第一行第一个像素开始，按照从左到右、从上到下的顺序依次扫描图像的每个像素，如果当前被检查的像素所在的四方块为样本块P₁、P₂或P₃的其中某一个时，用来统计P₁、P₂和P₃数量的计数器N₁、N₂和N₃对应值加1。整个图像扫描完毕后，得到整个图像中样本块P₁、P₂和P₃的数量，利用公式E＝(N₁–N₂–2N₃)/4计算得到图像的欧拉数E。

为了提高处理效率，采用多行扫描的方法，即一次扫描过程中检查四行像素，这样可以利用已经检查过的像素的信息来判断后续四方块，避免对像素的重复扫描造成的效率低下的问题。理论上说，一次检查的行数越多，平均到每一个四方格需要检查的像素就越少，效率越高。但一次检查行数过多，需要判断的情况也越多，算法将越复杂，效率反而可能会降低。所以在本实施例中采用一次检查四行像素。

参见图3，扫描四行中的像素a、b、c、d、e、f、g和h，可以检查四方块 $\left[\begin{array}{cc}a& b\\ c& d\end{array}\right],\left[\begin{array}{cc}c& d\\ e& f\end{array}\right]$ 和 $\left[\begin{array}{cc}e& f\\ g& h\end{array}\right].$ 在检查前面的四方块过程中，像素a、c、e和g已经被扫描过了。这样，利用已经检查过的像素的信息，一次扫描四个像素，可以检查三个四方块，大大提高处理效率。

Claims (5)

1.一种基于图像处理的牛奶体细胞计数方法，其特征在于，包括以下步骤：

步骤1：在样本牛奶中滴入染色剂对其体细胞进行染色，然后将牛奶均匀涂抹在载玻片上，用数码显微镜采集细胞图像；

步骤2：将步骤1数码显微镜采集的原始彩色图像转换为256色灰度图像；

步骤3：使用滤波窗口对256色灰度图像进行增强处理；

步骤4：选取合适的阈值，将步骤3得到的图像转换为只有黑和白两种颜色的二值图像；

步骤5：为了消除图像中细胞之间的粘连现象，用数学形态学中的腐蚀法对二值图像进行腐蚀；

步骤6：对腐蚀后的二值图像计算欧拉数，该数值即为要统计的牛奶体细胞数量。

2.根据权利要求1所述的一种基于图像处理的牛奶体细胞计数方法，其特征在于，所述对256色灰度图像进行增强处理是将步骤2得到的灰度图像进行灰度拉伸处理。

3.根据权利要求1所述的一种基于图像处理的牛奶体细胞计数方法，其特征在于，所述合适的阈值是通过灰度图像的直方图，选取波谷的灰度值作为二值化的阈值。

4.根据权利要求1所述的一种基于图像处理的牛奶体细胞计数方法，其特征在于，所述用于腐蚀的结构元素为5×5像素的矩形窗口。

5.根据权利要求1所述的一种基于图像处理的牛奶体细胞计数方法，其特征在于，所述计算欧拉数的方法采用多行扫描四方块计数法，用四方块计算欧拉数，需要用N₁、N₂和N₃来统计给定图像中符合样本块P₁、P₂和P₃的数量；具体方法是：从给定二值图像的第一行第一个像素开始，按照从左到右、从上到下的顺序依次扫描图像的每个像素，采用一次多行扫描的方法，即一次扫描过程中检查多行像素，如果当前被检查的像素所在的四方块为样本块P₁、P₂或P₃的其中某一个时，用来统计P₁、P₂和P₃数量的计数器N₁、N₂和N₃对应值加1，整个图像扫描完毕后，得到整个图像中样本块P₁、P₂和P₃的数量，利用公式E＝(N₁–N₂–2N₃)/4计算得到图像的欧拉数E。