改進(jìn)的分水嶺算法在牛乳體細(xì)胞上的分割及應(yīng)用

張其陽(yáng)　劉國(guó)奇　楊帥明　杜康　涂然

摘要：牛乳體細(xì)胞經(jīng)常會(huì)出現(xiàn)重疊和粘連問(wèn)題，文章針對(duì)此問(wèn)題提出了一種有效可行的分割方法予以解決。在對(duì)原圖像二值化的基礎(chǔ)上，首先對(duì)灰度梯度圖像進(jìn)行形態(tài)學(xué)平滑濾波處理，然后提取圖像的前景標(biāo)記以及背景標(biāo)記并對(duì)梯度圖像進(jìn)行修正，最后用分水嶺進(jìn)行分割。仿真結(jié)果表明，該算法不僅有效地抑制圖像的過(guò)分割問(wèn)題，而且能準(zhǔn)確、快速地分割牛乳體細(xì)胞，同時(shí)為后續(xù)步驟牛乳體細(xì)胞計(jì)數(shù)以及診斷提供可靠依據(jù)。

關(guān)鍵詞：分水嶺算法；圖像分割；過(guò)分割；標(biāo)記提取

1.研究背景

生物細(xì)胞圖像分割并對(duì)其進(jìn)行特征提取、計(jì)數(shù)等操作已成為科學(xué)研究領(lǐng)域難點(diǎn)之一。針對(duì)特定的牛乳體細(xì)胞來(lái)說(shuō)，通常會(huì)出現(xiàn)細(xì)胞堆積或粘連的狀況，將多個(gè)堆聚在一起的細(xì)胞群分割成單個(gè)細(xì)胞，是細(xì)胞圖像處理的一項(xiàng)難題，也是后續(xù)實(shí)驗(yàn)進(jìn)行的必要前提。

通過(guò)查閱相關(guān)文獻(xiàn)可知，大體有兩類分離重疊細(xì)胞的方法：基于凹點(diǎn)和基于形態(tài)學(xué)的分割方法。基于凹點(diǎn)的分割方法，在凹凸程度明顯的條件下，可以得到較理想的分割效果。反之，那些凹凸特點(diǎn)不夠明顯的細(xì)胞，凹點(diǎn)的選取就很困難，并且有些重疊比較嚴(yán)重的細(xì)胞存在空隙，就會(huì)出現(xiàn)誤分割。在基于數(shù)學(xué)形態(tài)學(xué)分割方法研究方面，腐蝕膨脹法、測(cè)地重建法以及水壩分割等方法應(yīng)用廣泛。這些算法共同的特點(diǎn)就是在充分利用圖像灰度信息和形態(tài)信息的基礎(chǔ)上進(jìn)行分割。前兩類方法都是采用膨脹腐蝕的方法，共同點(diǎn)就是都要進(jìn)行閾值處理，只要選取閾值，就會(huì)存在一定的誤差。水壩算法依賴于圖像的局部梯度信息，那些梯度分布不均勻的圖像，直接對(duì)算法產(chǎn)生影響，導(dǎo)致分割效果不理想。因此，對(duì)于特定牛乳體細(xì)胞有必要尋找更合適的細(xì)胞分割方法。

基于此并根據(jù)牛乳體細(xì)胞的特點(diǎn)，經(jīng)過(guò)分析本文得到了一種改進(jìn)的分割方法，得到了較好的分割效果，且算法簡(jiǎn)單易于操作。

2.相關(guān)方法原理分析

2.1控制標(biāo)記的分水嶺算法

控制標(biāo)記的分水嶺方法通過(guò)標(biāo)記符來(lái)控制過(guò)量區(qū)域的產(chǎn)生。它的算法思想是：首先確定梯度圖像中的最小值區(qū)域，利用Soile提出的強(qiáng)制最小技術(shù)進(jìn)行修改灰度級(jí)圖像，這樣操作的結(jié)果讓濾波后出現(xiàn)的區(qū)域不會(huì)出現(xiàn)局部最小值，然后在修改后的梯度圖像基礎(chǔ)上應(yīng)用分水嶺算法，完成對(duì)圖像的分割?；诳刂茦?biāo)記的分水嶺分割算法采用內(nèi)部、外部?jī)煞N標(biāo)記，其中圖像中的每個(gè)標(biāo)記就是一個(gè)連通成分，內(nèi)部標(biāo)記與某個(gè)感興趣目標(biāo)有關(guān)系，而外部標(biāo)記則與背景有關(guān)系。內(nèi)部標(biāo)記以后，就僅僅將這些內(nèi)部標(biāo)記為極小值區(qū)域進(jìn)行分割，把分割結(jié)果的分水線作為外部標(biāo)記，然后對(duì)每個(gè)分割出來(lái)的區(qū)域利用其他分割技術(shù)，最終將背景與目標(biāo)分離出來(lái)實(shí)現(xiàn)分割。使用標(biāo)記符為分割帶來(lái)了先驗(yàn)知識(shí)，解決了細(xì)胞分割問(wèn)題，但難免會(huì)產(chǎn)生過(guò)分割。

2.2改進(jìn)的分水嶺算法

對(duì)于細(xì)胞過(guò)分割現(xiàn)象，基于形態(tài)學(xué)知識(shí)以及標(biāo)記的改進(jìn)分水嶺分割算法能有效解決。其分割算法實(shí)現(xiàn)步驟如下：

（1）將原始圖像二值化，得到灰色圖像的梯度圖I：（2）計(jì)算前景標(biāo)記圖Iamask；（3）計(jì)算背景標(biāo)記圖像Ibmask（4）修改分割函數(shù)△I；（5）再用分水嶺變換處理修改后的分割函數(shù)△I；（6）輸出分割圖像。

對(duì)圖像進(jìn)行膨脹腐蝕變換，形態(tài)學(xué)重建運(yùn)算對(duì)圖像進(jìn)行開(kāi)、閉運(yùn)算去除碎片的同時(shí)較好保持圖像的目標(biāo)輪廓，能有效改善圖像質(zhì)量。

針對(duì)細(xì)胞的形態(tài)特征，在空洞填充的基礎(chǔ)上對(duì)細(xì)胞圖像進(jìn)行距離變換。距離變換的本質(zhì)操作就是使得圖像中每個(gè)像素的灰度值是由這個(gè)點(diǎn)到離其最近的背景點(diǎn)的值。

3.仿真實(shí)驗(yàn)及結(jié)果分析

本文利用上述新提出的算法對(duì)采集到的牛乳體細(xì)胞圖像進(jìn)行處理，分割算法結(jié)果如圖1所示。圖1（a）是原圖像。圖1（b）是其灰度圖像，可以看出未經(jīng)過(guò)濾波除燥，圖像中出現(xiàn)碎片和毛刺現(xiàn)象，采用算子對(duì)圖像進(jìn)行水平和垂直方向平滑濾波，然后求取模值，運(yùn)用算子濾波后的圖像在細(xì)胞邊緣處顯示較大值，在無(wú)邊緣處值會(huì)很小。然后用8×8的圓盤狀結(jié)構(gòu)元素。

對(duì)牛乳體細(xì)胞灰度圖像進(jìn)行形態(tài)學(xué)重建運(yùn)算進(jìn)行濾波平滑，這樣處理使得周圍的平滑區(qū)域連接起來(lái)，接著對(duì)局部極大值的二值圖像進(jìn)行開(kāi)運(yùn)算和閉運(yùn)算平滑邊沿，并去掉圖像中像素個(gè)數(shù)小于20的局部極小值區(qū)域，進(jìn)而前景標(biāo)記，將基于重建的開(kāi)閉運(yùn)算圖像轉(zhuǎn)化為二值圖像，進(jìn)行距離變換以及分水嶺分割，得到的分水嶺圖像作為背景標(biāo)記，如圖（c）所示。最后用上述步驟得到的前景標(biāo)記圖和背景標(biāo)記圖。再次進(jìn)行分水嶺算法分割，輸出分割結(jié)果圖（d）所示?？梢钥吹剑捎梦闹薪o出的方法得到的分割圖像邊界清晰，目標(biāo)區(qū)域較為完整，提取準(zhǔn)確，過(guò)分割問(wèn)題得到了抑制。

4.結(jié)語(yǔ)

本文提出改進(jìn)的分水嶺算法有效解決了傳統(tǒng)分水嶺算法存在的過(guò)分割問(wèn)題，得到了較完整的輪廓，效果良好穩(wěn)定，是一種對(duì)粘連較輕的細(xì)胞有效的方法。不過(guò)就本次仿真結(jié)果而言，分割線邊緣有些許偏差，同時(shí)標(biāo)記的提取對(duì)牛乳體細(xì)胞重疊粘連的特點(diǎn)依賴比較嚴(yán)重，這些是下一步要解決的主要問(wèn)題。