国防科技大学学报JOURNALOFNATIONALLNIVERSITYOEDEFENSETECHNOLOGY<loi：1().118S7/j.rn.2021()5014光学显微结核杆菌图像的区域分割算法，徐超”，周东翔”刘云辉二樊玮虹”〔1.国防科技大学电子科学与工程学院.湖南长沙410073；2.香港中文大学机様与自动化工程系,中国香港99077〕摘要：为提高结核杆菌目标的分割精度.提出了一种区域级的光学显微结核杆菌图像分割算法.通过顶帽一底帽变换増强彩色图像比照度、融合图像局部特征和全局信息计算图像狒度•利用分水岭算法实现对图像的初始分割;对分割I乂域承受相邻I乂域最大相像度淮那么进展合并.从而得到完整的目标区域：依据结核杆菌图像的特点.通过分析结核杆莆目标区域的顔色特性.承受多圖值分割的方法滤除区域中的杂质.实现对结核杆曲目标的分割。试验结果说明，可以分割出目标比照度低以及饱和度过低的结核杆菌目标.并旦对不同染色背景的图像均能取得较好的分割结果。关键词：图像处理;图像分割；分水岭*域合并;结核杆菌:TP391文献标志码：A：1001-2486Q014)05-079-08AsegmentationalgorithmforopticalmicroscopicmycobacteriumtuberculosisimagesbasedonregionsegmentationXUChao1.ZHOUIhmgxiung1.LIUYunhm2Weihong1(I.CollrgrElwIrOniCi*WnMandEnginrt^nng.NiltionulIimernitw«»lDtlrnw-TzImU哗，.Chantha41(073.China；2.()<*|urtinenl诚MechanicalainlAuioinalionEngin<*rringwTheChineseUnitrrMlvoflliHigK<Hig.Ilonj*Konj?9999077.ChinaIAbstract；ToIinprovrthf^rpnrntatioiiMrunM〉Mniy<t>i>u<”trniiinlulkvxukiM*(\ITB)objeclM,aM-gmrtd^tionalgorillunforOpliCnliiiicroM,c>|)ii,MIBullagesinrvgionIrvrJprvpuMl.Top-lxHtomhattrunsibnii負4usrdturnhuiKx*tlirconIrust<»ltheculurinmgc^,midIhriinugt*gra<lirtitswrrr(otnputtxll>jcoiiiprisingl<K*aJfraturrbandglobaliidorniutionofill*-imagrb.Vkalrrslxxlulguritlimr<lIoiinplrinrntIhrinitialsrginrillation.Srginrntwlregionss-rrthenmrrgrtlbvusingtliriiUAiinuinsimilaritscrilrrioninudju<fnlrr^KMisincmlrrtovlMainintfgratrilobjrvlrrponb.llirIIIHIMMIufinultiHlin^lioldM^ginrntatiunintrrnisWthrculurchaructrristicsufM1Bubjrvlivpionsvsas出lofgrltoiiltrrtheiinpuritirsnn<ltorralizrthesrgnMMitutionofMTBubj<*<-ts.Ex|>eriiiirntalresultsindifatethuttlirpni|MKnlalgoritlmi「dnsrgmrnt\ITBobjectsnhichhavelowundsaturationandcanobtain^<*ll-^egmrntr<lirsultsforimagesindifftwnt<kringlu(kgn)un(is.KeyMords:imagepnM*rssing:imagesrgtnentation：watrrshrd：rrgionmerging:mu,t>l)y(irriumtulM«r<*uk)sis基于光学显微镜的结核杆菌检测与识别的计算机关心诊断成为近年来医学图像处理和模式识别领域中的争辩热点.而结核杆菌图像目标分割〔目标提取〕质蛍的凹凸是该方法成功与否的关键和根底W好的目标分割结果可以提高目标检测与识别的准确率,増强计算机关心诊断方法的牢靠性和有用性。近儿年，国内外学者主要针对抗酸染色法采集的光学显微结核杆菌图像开展了深入的争辩。2021年Sadaphal等“提出结合目标的先验信息,承受贝叶斯算法分割目标。随后Khutlang等⑵提出承受混合像素分类器〔贝叶斯分类器、线性回归分类器、二次判别分类器和规律线性分类器〕的方法分割目标。Cosla等3提出在R-G〔R与G通道相减〕通道中利用像素宜方图法确定分割阈值.在对目标进展分割后.通过形态学处理去除杂质目标。由于RGB三通道之间是高度相关的.对任何一个重量的处理都会影响到其他分M•所以局部学者开头寻求在其他颜色空间实现分割的方法。2021年.文献4］选择在HSV颜色空间的H〔色调〕通道和S〔饱和度〕通道承受〔hsu15fl适应阈值算法分割目标。文献［6］那么在YCbCr颜色空间中的Cr通道和C1KLab空间中的a通道承受基于宜方图一阶导数的方法猎取目标分割阈值。文献［7］提出在HSI颜色空间承受聚类的方法分割目标像素。〔坷mm等8在〔；通道和由C-Y颜色空间导出的S通道承受移动K均偵算法分割目标。---本文来源于网络，仅供参考，勿照抄，如有侵权请...