改進的分水嶺算法在牛乳體細胞上的分割及其應(yīng)用

郭帥 孫競丹 趙一鳴 付宗平 李宗晟

摘要： 研究牛乳體細胞出現(xiàn)重疊和粘連問題時有效可行的分割方法。對原圖像二值化處理，后對灰度梯度圖像進行形態(tài)學平滑濾波處理，然后提取圖像的前景標記和背景標記同時對梯度圖進行修正，最后采取分水嶺進行分割。仿真結(jié)果顯示，分水嶺算法可有效的抑制圖像過分割的情況，且能準確、快速的分割牛乳體細胞，同時可為后續(xù)步驟牛乳體細胞的計數(shù)和診斷提供可靠的依據(jù)。

關(guān)鍵詞： 分水嶺算法;圖像分割;過分割;標記提取

中圖分類號： TP391.41?? ?文獻標識碼： A?? ?文章編號： 1672-9129（2018）09-0086-01

Abstract： ?the effective and feasible segmentation method for overlapping and adhesion of bovine milk somatic cells was studied. The original image is binarized， then the gray-gradient image is processed by morphological smoothing filtering， then the foreground mark and background mark of the image are extracted and the gradient image is corrected. Finally， the watershed is used to segment the image. The simulation results show that the watershed algorithm can effectively suppress the image over-segmentation and can segment the bovine milk somatic cells accurately and quickly. At the same time， it can provide a reliable basis for the counting and diagnosis of bovine milk somatic cells in the subsequent steps.

Key words： ??watershed algorithm;image segmentation;over segmentation;label extraction

1 研究背景

生物圖像的分割及其進行特征提取、計數(shù)等操作是現(xiàn)科學研究領(lǐng)域的難點之一。以牛乳體細胞為例，該細胞極易出現(xiàn)堆積或粘連的情況，此時將多個堆積在一起的細胞進行分割為單個細胞是細胞圖像處理的難點，但此步驟是展開后續(xù)實驗的必要基礎(chǔ)。

根據(jù)相關(guān)文獻表明，大致有兩類分離重疊細胞的方法：一是基于凹點的分割方法，二是基于形態(tài)學的分割方法。基于凹點的分割方法，若在凹凸程度明顯的情況下會有著比較理想的分割效果，反之，若是細胞凹凸點不夠明顯則選取凹點較為困難，且對于因重疊而導致空隙大的細胞，極易出現(xiàn)分割失誤。而基于數(shù)學形態(tài)學分割方法研究方面，腐蝕膨脹法、建地重建法和水壩分割等方法則應(yīng)用較為廣泛。以上算法皆是在圖像灰度信息和形態(tài)信息的前提下進行分割。前兩類算法屬于膨脹腐蝕的方法，其共同點是都需取閾值，而閾值會存在一定的誤差。水壩算法由于過分的依賴于圖像局部梯度信息，若圖像梯度分布不均勻則容易影響算法而導致分割不理想。因此，需要對特定的牛乳體細胞尋求更為有效的的分割方法。以下根據(jù)牛乳體細胞的特點得出一種改進的分割的方法，并且有著較為理想的分割效果，且算法簡單易于操作。

1.1控制標記的分水嶺算法 此方法是通過標記符來控制過量區(qū)域的產(chǎn)生。其算法思想是：首先明確梯度圖像的最小值區(qū)域，后以強制最小技術(shù)修改灰度級圖像，此法可避免濾波后的區(qū)域不會出現(xiàn)局部最小值的情況，隨后在此基礎(chǔ)上應(yīng)用分水嶺算法，完成圖像的分割。分水嶺分割算法有著內(nèi)部、外部兩種標記，圖像中的每個標記都是一個連通成分，內(nèi)部標記與某個感興趣目標有關(guān)，外部標記則與背景有關(guān)。內(nèi)部標記后，便只將內(nèi)部標記定位極小值區(qū)域進行分割，而分割結(jié)果的分水線則為外部標記，后將分割區(qū)域以其他分割技術(shù)方式將背景和目標分離以實現(xiàn)分割。標記符為分割提供了先驗知識，解決細胞分割問題，但易產(chǎn)生過分割。

1.2改進的分水嶺算法 針對細胞過分割現(xiàn)象，結(jié)合形態(tài)學知識以及標記的改進分水嶺分割算法可有效解決此問題。其分割算法步驟為：1、將原始圖像二值化，以得到灰色圖像的梯度圖 ;2、計算前景標記圖 ;3、計算背景標記圖像 ;4、修改分割函數(shù) ;5、使用分水嶺變化處理修改后的分割函數(shù) ;6、得出分割圖像。

對圖像進行膨脹腐蝕的變換以及形態(tài)學重建運算對圖像進行開與閉的運算在去除碎片的同時能夠較好的保持圖像的目標輪廓，還能夠有效的改善圖像的成像質(zhì)量。

根據(jù)細胞的形態(tài)特征，在空洞填充的前提下對細胞圖像進行距離的改變。改變其距離的實質(zhì)操作是使得圖像里每個像素的灰度值的點到離最近的背景點的值。

2 仿真實驗及結(jié)果分析

此處采取以上新改進的算法對收集到的牛乳體細胞圖像進行處理，其分割算法的結(jié)果。有原始圖像和原始圖像的灰度圖像，我們可以了解到?jīng)]有經(jīng)過濾波進行除燥的圖像會出現(xiàn)碎片和毛刺的情況，若采取算子對圖像進行水平和垂直方向的平滑濾波，隨后求取模值，經(jīng)過算子濾波處理后的圖像在細胞的邊緣處會顯示較大的數(shù)值，而在圖像的無邊緣處其數(shù)值便會很小。隨后使用8x8的圓盤狀結(jié)構(gòu)元素。

針對牛乳體細胞的灰度圖像采取形態(tài)學重建運算進行濾波平滑，該處理方式會將四周的平滑區(qū)域連接起來，隨后對局部極大值的二值圖像運行開運算和閉運算以達到平滑邊沿的目的，同時去掉圖像中像素個數(shù)小于20的局部極小值區(qū)域，進而前景標記，在重建的基礎(chǔ)上進行開運算和閉運算將圖像轉(zhuǎn)換為二值圖像，以進行距離的改變和分水嶺分割，將得到的分水嶺圖像定義為背景標記，就是標記重建后的圖像所表示的情況。最后再將以上所述進行的操作所得出的前景標記圖以及背景標記圖，再次進行分水嶺算法進行分割，隨后輸出的是分割結(jié)果。此次研究中我們可以得出，使用改進后的運算方法而得出的分割圖像，具有邊界處清晰、目標區(qū)域完整、提取準確等特點，并且能夠有效的抑制圖像處理中過分分割的問題。

3 結(jié)語

此次研究中所提出改進的分水嶺算法能夠有效的解決傳統(tǒng)分水嶺算法中所存在的過分分割的問題，通過此算法能夠得到較為完整的圖像輪廓，且圖像效果良好比較穩(wěn)定，針對于粘連較輕的細胞有著極為理想的分割效果。而在此次仿真研究結(jié)果中，或許存在著分割線邊緣有著些許誤差的問題，同時該運算方法針對標記的提取對于牛乳體細胞重疊以及粘連的特點有著嚴重的依賴性，這將成為下一步研究需要探討的主要課題。

參考文獻：

[1]蔡子文，費向東.基于標記的數(shù)學形態(tài)濾波分水嶺算法[J].計算機技術(shù)與發(fā)展，2013（3）.

[2]陳潔，胡永，劉澤國.基于標記的分水嶺圖像分割算法研究[J].軟件，20212（9）.

[3]蘇娜.基于改進分水嶺算法的重疊牛乳體細胞分割技術(shù)的研究[D].呼和浩特：內(nèi)蒙古農(nóng)業(yè)大學，2010.