一种对血液显微图像中白细胞个数自动计数方法

摘要

一种对血液显微图像中白细胞个数自动计数方法。解决目前对血液显微图像中白细胞个数手工计数所带来的繁重劳动和测量误差的问题。包括光学成像部分(1)、纵向聚焦位置调节器(2)、水平X与Y方向位置调节器(3)、(4)，摄像机(5)、位置调节器驱动接口(6)、图像采集接口(7)、计算机(8)组成图像自动采集计数系统。首先调整纵向位置，以图像信息熵最大位置为图像采集的理想纵向位置。通过位置调节驱动接口(6)控制水平X、Y方向移动，完成染色血液细胞载片内的白细胞计数。该方法不仅可快速准确地对血液显微图像中白细胞个数进行自动统计计数，对其他需以图像为目标的图像分析与统计应用也适用。

说明书

【技术领域】：本发明涉及一种光电图像自动识别与统计方法应用技术领域，特别是一种对血液显微图像中白细胞个数自动计数方法。

【背景技术】：光电图像识别是智能仪器研究的前沿内容，也是自动检测技术采用的重要手段，它涉及计算机软硬件技术、图像信息处理技术、机电一体化技术等多种新兴学科研究的关键内容。对血液显微图像中白细胞个数实现自动计数在减轻常规手工计数方法所带来的繁重劳动的同时还可以减少人为测量误差，是医学临床化验中急需解决的难题。

【发明内容】：本发明的目的是解决目前对血液显微图像中白细胞个数手工计数所带来的繁重劳动和测量误差的问题，提供一种对血液显微图像中白细胞个数自动计数方法。

本发明提供的一种对血液显微图像中白细胞个数自动计数方法，是通过如下步骤实现：

——由计算机(8)控制的位置调节器驱动接口(6)将由计算机输出的数字脉冲控制信号经过放大后输入给纵向聚焦位置调节器(2)、水平X方向位置调节器(3)和水平Y方向位置调节器(4)；

——首先由图像采集接口(7)获得一幅由摄象机(5)摄取的生物显微镜光学成像部分(1)所成当前纵向位置处的图像并通过计算机(8)计算其信息熵，通过位置调节器驱动接口(6)控制纵向聚焦位置调节器(2)沿纵轴向上或向下移动一个纵向步进步长后，再采集一幅图像并计算其信息熵，选择两幅图像信息熵值最大的图像采集位置的方向前进一个纵向步进步长再进行图像的采集与信息熵判断，重复上述过程直到找到图像信息熵最大值位置为止，以图像信息熵最大位置为图像采集的理想纵向位置；

——通过图像采集接口(7)采集一幅由摄像机(5)摄取的图像到计算机(8)，由相应的图像分析软件完成对显微视野内血液白细胞进行计数；

——然后，通过位置调节器驱动接口(6)控制水平X方向位置调节器(3)使染色血液细胞载片向X轴正方向前进一个水平步进步长，对新位置血液白细胞计数，直到所需要分析区域的X方向水平边界为止；

——在边界处通过位置调节器驱动接口(6)控制水平Y方向位置调节器(4)向使染色血液细胞载片Y轴正方向前进一个水平步进步长，在当前新的Y位置沿X的反方向步进地对血液白细胞进行计数到X轴反方向边界；

——重复Y方向步进、X方向步进直到扫描完所需要分析的所有水平面位置，即外周血染色片上对应的判读区域为止；

——以上各步计数总和即为所需要分析的染色血液细胞载片上的白细胞个数。

计数前应对图象进行预处理：即对由摄象机(5)摄取的生物显微镜光学成像部分(1)所成的图象，在进行白细胞计数时首先利用公式将染色血液细胞的颜色从RGB(三基色)表色空间变换到HSI(国际标准CIE)表色空间，通过彩色分量S(色调)直方图滤波得到以白细胞色彩为特征的分割图，通过形态学滤波的方法消除噪声并使用数学形态学的腐蚀方法将白细胞图像收缩成一个点，通过统计最后的收缩的点数就得到白细胞个数。

本发明的优点和积极效果：本发明给出了一种对血液显微图像中白细胞个数自动计数方法，该方法不仅可以快速准确地对血液显微图像中白细胞个数进行自动统计计数，对于使用其他需要以图像为目标的图像分析与统计应用也适用。本方法具有的测量速度快、测量精度高等优点，特别适用于自动化测量过程，可广泛地用于光学图像传感和测量以及与此相关的其他应用场合。本发明采用现代自动控制、数据采集与分析方法实现的实用系统，具有分辨率高、抗干扰能力强、智能化程度高、操作方便等优点。同时本发明可进行准确、快速、自动地运行和显微图像的识别与测量，从而完成对血液显微图像中白细胞个数的测量。

【附图说明】：

图1是血液显微图像中白细胞个数自动计数系统结构框图；

图2是染色血液细胞载片扫描移动方向示意图；

图3是图像平面上选取的信息熵计算参考点示意图；

图4是染色的外周血液细胞图像；

图5是一幅二值图像，即通过彩色分量S(色调)直方图滤波得到的以白细胞色彩为特征的分割图；

图6是通过形态学滤波的方法消除噪声并使用数学形态学的腐蚀方法将白细胞图像收缩成一个点的参考图像。

【具体实施例】：

实施例1

如图1所示，本发明通过以下技术及计算方法实现。实现血液显微图像中白细胞个数自动计数开始时，先由图像采集接口(7)获得一个显微镜当前观测位置处的血液细胞图像并计算图像信息熵，通过位置调节器驱动接口(6)控制纵向聚焦位置调节器(2)沿纵轴向上或向下移动一个纵向步进步长后再采集一幅图像并计算图像信息熵，选择两幅图像信息熵最大值对应位置的方向前进一个纵向步进步长再判断所在位置图像信息熵的大小，直到找到图像信息熵最大位置为止，以图像信息熵最大位置为理想聚焦位置，其依据是Burg于1967年提出的最大熵理论。

图像信息熵的计算式为：

$>>H>>(>I>)>>=>->>\Sigma >>i>=>1>>N>>P>>(>>I>i>>)>>ln>[>P>>(>>I>i>>)>>]>->->->->>(>a>)>>>s>$

式中：H(I)为图像信息熵，I＝{I₁，I₂，I₃，…}为某一图像的灰度像素序列，P(I_i)为图像中灰度值为I_i的像素在图像中出现的几率。

在图像得到较好的聚焦后，通过图像采集接口(7)采集由CCD摄象机(5)摄取的图像到计算机(8)中，由相应的图像分析软件完成对显微视野内血液白细胞进行计数。由于染色血液细胞是彩色的，单纯地使用图像灰度I对图像分析有一定困难，所以使用图像色彩的色调H和颜色饱和度S作为彩色图像目标识别的判别参量。计算机中图像一般采用RGB格式进行存储，采用HSI做识别判定运算时需要对相应数值做变换，变换公式为：

$>>h>=>>cos>>->1>>>\{>>>>1>2>>[>>(>r>->g>)>>+>>(>r>->b>)>>]>>>>[>>>(>r>->g>)>>2>>+>>(>r>->b>)>>>(>g>->b>)>>]>>>1>/>2>>>>\}>>s>$

$>>s>=>1>->>3>>r>+>g>+>b>>>>$ >>>(>r>,>g>,>b>)>>]>>s>$$

$>>i>=>>>r>+>g>+>b>>3>>>s>$

(b)

式中r、g、b代表某像素在RGB色彩描述系统中的颜色值，h、s、i为同一像素在HSI系统中的颜色值。

 在完成一幅显微图像分析统计后，通过图像采集接口(7)控制水平X方向位置调节器(3)前进一个水平步进步长，对新位置血液图像累计进行白细胞计数，直到所需要分析区域的X方向水平边界为止，在边界处通过图像采集接口(7)控制水平Y方向位置调节器(4)前进一个水平步进步长并进行视野内白血球的计数，在当前新的Y位置沿X的反方向步进地对血液白细胞进行计数，直到完成所需要分析的所有水平面位置的白血球计数，即外周血染色片上对应的判读区域计数为止。图像扫描模式见附图2

本方法使用的生物显微镜结构与医学临床使用的常规生物显微镜结构基本一样，只是在显微成像光路中增加了一个光学分束棱镜和一个连接在显微镜三维调整轴上的步进电机传动结构。在显微镜基本结构模块中，显微镜光学成像系统有一个光学分束棱镜将血液细胞图像分别成像到人眼观测的目镜位置和CCD摄像机(5)摄取图像的位置。保留人眼观测目镜的目的是便于工作过程的人工监视和设备的校准。图像自动采集模块完成显微图像的光学图像到计算机数字图像的自动实现。显微镜观测位置调整模块实现显微镜放大镜头的高低位置调整和染色血液载片的二维水平位置调整，从而实现观测位置的三维调整。在三维调整驱动中，纵向位置的调整采用电机传动轴上连接的齿轮进行的大行程位移驱动和由电致驱动的微小位移驱动两部分组成；横向的两个方向的位移采用的只是电机传动轴上连接的齿轮进行的大行程位移驱动。摄像机将采集到的图像以工业视频的标准格式输入到图像采集卡。图像采集卡在接受到位移调整完成后的电信号触发来进行图像的采集工作，而计算机对三维位移的驱动通过通用串口实现。

如图3所示，设某幅染色血液显微图像在垂直聚焦自动判读时，在图像面上选取了二十五个像素点作为信息熵计算参考点(在实际中可以选择更多个参考像素点或者是采集的数字图像全部像素点作为信息熵计算对象)，各点的序号如图3所示，图中数字为信息熵计算参考点的顺序号。

在信息熵最大点附近，也就是聚焦点附近的三个垂直调焦位置上对应的图像灰度对应为下表1：

                表1  三个垂直调焦平面上图像灰度

  98  108  144  112  93  110 143  161  149  101  127  161 172  164  118  130  138 157  140  128  88   112 120  126  94  80  89  150  90   85  92  165 180  170  90  108 190 200  195  98  112 150 190  170  120  70  90  114  109  75 101  113  142  110  108 119  146  159  150  114 121  155  170  158  119 124  130  168  138  111 89   112  116  124  94

       平面1                                      平面2                                        平面3

表格中相应的数字为图3对应点上的图像灰度值。

对应的图像信息熵计算结果如表2

由表2可知，平面2的信息熵最大，该平面为聚焦平面。

                表2  三个垂直调焦平面上图像信息熵计算

             平面1                                 平面2                              平面3

  图像灰度  出现几率  信息熵 -P(Ii)^*logP(il)  图像灰度  出现几率  信息熵 -P(li)^*logP(Ii)  图像灰度  出现几率  信息熵 -P(Ii)^*logP(li)  2.4304E-01  1.4930E-01  1.6128E-01  12780E-01  2.1465E-01  1.4344E-01  2.4304E-01  1.4930E-01  8.6845E-02  92.165E-02  1.0732E-01  1.0403E-01  1.2152E-01  1.1123E-01  7.5266E-02  8.4554E-02  1.0732E-01  1.0403E-01  1.2152E-01  1.1123E-01  6.2721E-02  7.5428E-02  6.1328E-02  7.4350E-02  3.0380E-02  4.6099E-02  5.9420E-02  7.2853E-02  4.7699E-02  6.3034E-02  2.4304E-02  3.9234E-02  4.9086E-02  6.4256E-02  4.7699E-02  6.3034E-02  2.4304E-02  3.9234E-02  4.9086E-02  6.4256E-02  4.2930E-02  5.8695E-02  2.0253E-02  3.4299E-02  3.8931E-02  5.4881E-02  3.5775E-02  5.1745E-02  1.6202E-02  2.9009E-02  3.2257E-02  4.8107E-02  3.0664E-02  4.6406E-02  1.5190E-02  2.7622E-02  3.0513E-02  4.6243E-02  3.0664E-02  4.6406E-02  1.5190E-02  2.7622E-02  3.0513E-02  4.6243E-02  2.8620E-02  4.4170E-02  1.5190E-02  2.7622E-02  3.0513E-02  4.6243E-02  2.6831E-02  4.2161E-02  1.3502E-02  2.5243E-02  2.9710E-02  4.5370E-02  2.5253E-02  4.0346E-02  1.2152E-02  2.3275E-02  2.9710E-02  4.5370E-02  2.3850E-02  3.8697E-02  1.1573E-02  2.2412E-02  2.6881E-02  4.2218E-02  2.3850E-02  3.8697E-02  9.0014E-03  1.8414E-02  2.6256E-02  4.1504E-02  2.1465E-02  3.5809E-02  8.3806E-03  1.7404E-02  2.6256E-02  4.1504E-02  1.9513E-02  33361E-02  8.1012E-03  1.6943E-02  2.4021E-02  3.8900E-02  1.5900E-02  2.8598E-02  7.3648E-03  1.5708E-02  2.1711E-02  3.6113E-02  1.5900E-02  2.8598E-02  73648E-03  1.5708E-02  2.1302E-02  3.5608E-02  1.4310E-02  2.6393E-02  7.1481E-03  1.5339E-02  1.9807E-02  3.3735E-02  1.3848E-02  2.5738E-02  6.9439E-03  1.4988E-02  1.7920E-02  3.1301E-02  1.2626E-02  2.3974E-02  6.7510E-03  1.4654E-02  1.7920E-02  3.1301E-02  1.1008E-02  2.1556E-02  6.0759E-03  1.3467E-02  1.6603E-02  2.9550E-02  1.0732E-02  2.1135E-02  5.5236E-03  1.2471E-02  1.5466E-02  2.8002E-02  1.0221E-02  2.0345E-02  1.0000E+00  (几率和)  1.0178E+00  (信息熵和)  1.0000E+00  (几率和)  1.3035E+00  (信息熵和)  9.9998E-01  (几率和)  1.2248E+00  (信息熵和)

对如图4所示染色的外周血液细胞图像，在进行白细胞计数时首先利用公式(b)将染色血液细胞的颜色从RGB(三基色)表色空间变换到HSI(国际标准CIE)表色空间，通过彩色分量S(色调)直方图滤波得到以白细胞色彩为特征的分割图，如图5，这是一幅二值图像，可以通过形态学滤波的方法消除噪声并使用数学形态学的腐蚀方法将白细胞图像收缩成一个点，如图6。通过统计最后的收缩的点数就得到白细胞个数。