基于改进分水岭算法的重叠牛乳体细胞分割技术的研究

摘要

牛乳体细胞的自动识别，对提高牛乳质量检测和奶牛乳腺炎诊断的效率和准确性具有重要意义。而牛乳体细胞中存在的细胞堆积现象，严重影响了其他特征参数的分析。目前，存在的大量重叠细胞分离算法都是根据其自身的研究对象进行研究，将其运用到其他对象，效果不佳。为此，本文针对重叠牛乳体细胞，设计一种适合其分割的方法，最终得到很好的分割结果图。
　　 文章首先对牛乳体细胞图像进行预处理，主要包括：图像采集、灰度化、滤波去噪、图像分割等。然后利用牛乳体细胞的形状因子实现重叠判别。主要思想是：
　　 通过分析一组牛乳体细胞各自的形状因子并进行分析，确定一个阈值，即小于这个阈值的细胞被视为重叠的区域，在图像中保留；反之，则被删除。
　　 对重叠牛乳体细胞图像选用了一种改进的分水岭算法，其主要思路是：对二值化后的牛乳体细胞图像进行距离变换，得到距离图；求取图像局部最大值区域的核心(即种子点)，并合并冗余的种子点，进一步删除了单细胞区域，这样也可以抑制分水岭算法存在的过分割现象；利用正跳变数的概念，选取临界跟踪连接线上较精确的分割点，最后用递归的算法找到分离线。
　　 实验结果证明改进的方法能准确地分割重叠牛乳体细胞并且抑制分水岭算法过分割的效果明显。

目录

1 引言

2 图像预处理

3 基于分水岭算法的重叠细胞分割

4重叠牛乳体细胞图像的判别和分割

5 结论与展望

致 谢

参 考 文 献

作 者 简 介

论文说明:插图和附表清单

声明