融合Otsu与PCNN的细胞显微图像分割

摘要

针对细胞显微图像分割中由于纹理复杂较难定位轮廓信息的问题,提出了融合最大类间方差(Otsu)与脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)的细胞图像分割算法。为定义PCNN中初始阈值,应用Otsu算法,确定细胞图像中目标与背景间最大方差,此为统计意义上的最佳阈值,以此作为PCNN细胞分割中初始阈值,提高了PCNN网络收敛速度;其次,构建PCNN细胞分割网络,通过初始化网络参数,实现细胞图像迭代分割;从视觉效果和客观评价指标两方面验证表明,相对于经典的最大类间方差(Otsu)算法和脉冲耦合神经网络(PCNN)算法,采用该算法分割的细胞显微图像的效果,其边缘与细节信息的清晰度、精细度均有较大程度改善。