基于边界跟踪的红细胞分割与计数

摘 要 在红细胞的分割与计数系统中，针对重叠、粘连细胞在分割时凹陷信息不完备以及在分水岭算法中不能实现真正的距离变换问题。本文从细胞的边界入手，用基于边界跟踪的方法来实现重叠、粘连细胞的分割算法并做了相应的改进。实验过程中引出了“最短删除距离”的概念，且获得了良好的分割效果。在分割完毕后对分割的细胞进行了计数研究。在顺序标记法的基础上提出了二次扫描标记法，实验结果良好。

关键词 边界跟踪；粘连细胞分割；二次扫描标记；细胞计数

中图分类号R319 文献标识码A 文章编号 1674-6708（2011）35-0090-02

0 引言

随着信息技术的发展，数字图像处理技术作为一种非常有效的手段越来越多的应用于细胞图像的研究中，在一定程度上可提高工作效率和检验精度。本文针对已经获得的红细胞显微图像，进行了分割和计数的算法研究，并在Matlab软件中进行了仿真，获得了比较好的实验效果。

1 细胞图像的预处理

将显微图像从RGB空间转换到HSI空间后，在饱和度高的区域，H量化细，采用色调H的阈值进行分割；在饱和度低的区域，H量化粗无法分割，但由于此时比较接近灰度图像，因而可采用强度I的阈值进行分割，最后对分割后的图像合成。这种方法利用了颜色信息，有效的获得红细胞区域。对于合并后的红细胞区域图像，采用大津法即可得到红细胞的二值化图像，如图1所示。

2 红细胞的分割

从图1（c）中可以看出，二值化后的细胞图像中重叠和粘连情况比较严重，针对此问题，本文采用边界跟踪的分割方法且进行了相应的改进进。

本文的边界跟踪算法是按照从左到右，从上到下的顺序搜索目标，设序列数组为K。首先从左上方开始搜索第一个目标像素点，设为k0，则像素k0是该区域最左上角的边界像素，也就是搜索的起点，设定搜索方向按逆时针，八邻域方向搜索。k0设置为跟踪标志，并将k0做为序列数组的第一个元素插入，按逆时针方向搜索下一个目标像素，并设为k。如果找不到，则k为孤立像素区域；若k等于搜索起始边界像素k0，则按顺序继续判断其它邻近方向上是否还有未跟踪到的边界像素，若没有，则已回到起始点，算法结束。序列K中的边界像素点组成一条封闭区域，将目标区域包围在内。在实验过程中，为了提高边界跟踪的效率将搜索方向做了相应的改变。设搜索方向变量为M，若当前M在斜角方向上，则更新M=（M+4+2）/8，否则按照M反向方向搜索，经实验得出，运用这种方法，每跟踪一个边界像素点只需要检测其邻近的3个像素，在一定程度上提高了搜索速度。该基于八链码的边界跟踪算法，可以一次扫描获得物体边界点序列以及边界链码信息，为后续分割做好了准备。

对于凹陷特征有明显的重叠、粘边细胞区域的分割，引入一个概念：最短删除路径。所谓最短删除路径，是指从目标区域某一个边界像素出发，通过区域内部，到达另一个边界像素的最短距离。用所需要删除的像素数来衡量这一路径，用该路径将目标区域分割所需要删除的像素数是最少的。

所以在八连通边界跟踪过程中，如果区域的删除路径的宽度小于等于2个像素时，则跟踪过程会第二次遇到原先检测过的边界点。如图2所示，当八连通边界跟踪检测到k13和k14时，会分别遇到已检测过的边界像素点k6和k5。一般情况下，这正是细胞的重叠、粘连处所在。如果将跟踪获得的边界序列点删除掉，则重叠、粘连将在此处分裂为两个细胞。以此类推，即使两个细胞在粘连处的最小删除路径大于2个像素，只要图像中的细胞满足类圆的凸集特性，则细胞重叠、粘边处必然会有凹陷的情况，因此，只要等宽度地不断跟踪、删除区域边界像素，则重叠、粘连细胞最终会分裂。

3 红细胞的计数

由于分割后的一幅图像内存在多个目标区域，为每个目标区域分配相应标号的工作被称为标记，标记结束时也就同时完成了计数。标记的实质工作就是检查各像素与其相邻像素的连通性，然后对连通区域进行计数，进而实现目标的自动计数。

二次扫描标记法只需要扫描两次即可完成整个的标记，如图4所示为二次扫描标记算法示意图：

设图像的目标区域灰度为0，背景区域灰度值为1。第一次扫描结束后，所有灰度值为0的像素点都已经被标记过了，但是有些标记是等价的。在进行第二次扫描时，首先要根据等价对数组整理出等价关系，然后根据等价关系对目标区域进行重新标记。在第二次扫描结束后，所有灰度值为0的目标区域都被赋予了不同的标记值，据此就可以将目标区分为不同的连通区域。得到不同的连通区域的数目就是相应细胞的个数，即完成了细胞的计数。

4 结论

在MATLAB中分别对基于凹点算法、分水岭算法和本算法进行了分析对比。其中基于凹点算法的漏识数目为26，识别效率为87.9%；基于分水岭算法的漏识数目为17，识别效率为92.1%；本文算法的漏识数目为11个，识别效率为94.5%。整体上看，本文算法在计数准确度和计数速度上都有明显的优势。

参考文献

[1]秦红星，蔡绍皙.彩色血液细胞图像的分割[J].中国血液流变学杂志，2003(13)：3.

[2]陆建峰.重叠细胞图像分享算法的设计[J].计算机研究与发展，2000，2，2.

[3]李盛阳.医学细胞图像分割与分析方法研究[D].山东科技大学，2003.

[4]Istvan Cseke.A fast segmentation scheme for while blood cell images [J].Pattern Recognition，1992，3(3)：530-533.

[5]Jain A K.Fundamentals of Digital Image Processing [M].Prentice_Hall，1989.

本文为全文原貌 未安装PDF浏览器用户请先下载安装 原版全文