细胞图像自动分割与计数软件简介

1. 细胞图像分割的现状与意义

      应用背景：对切片图像处理，自动分割出单个细胞，统计细胞个数、形状、分布等特征参数。

     实际意义：

        降低科研人员工作强度；

       提高细胞分割精度；

      从根本上提高统计分析工作的效率；

      智能化医学图像分析仪器的核心部分。

2. 细胞图像分割原理

   原始图像光照平衡处理, 检测并去除背景影响, 灰度化, 灰度图像光照平衡处理, 基于高阶累积量的图像下采样, 噪声处理, 目标区域识别, 图像轮廓提取。

2.1原始图像光照平衡处理

图1 原始细胞图像

图2 横向与纵向拟合曲线

图3 光度平衡处理结果

2.2检测并去除背景影响

图4 背景处理结果

2.3灰度化

图5 灰度化结果

2.4灰度图像光照平衡处理

图6 灰度图像光照平衡处理结果

2.5基于高阶累积量的图像下采样

图7 一阶累计量结果

图8 二阶累计量结果

2.6噪声处理

图9 一阶累噪声剔除结果

2.7目标区域识别

图10 目标区域识别结果(灰色为核,白色为间质)

2.8细胞轮廓提取细

2.8.1 中心亮色细胞

图11 边界探测序列及拟合结果(左-探测结果,右-拟合结果)

图12 提取的全部细胞轮廓

2.8.2 中心暗色细胞

图13 原始图，亮色为间质

图14 边缘扩展处理结果

5. 分割结果细化

图15 原始分割图像的细化效果对比(d-m=0,3)

3. 软件使用说明

3.1  图像读取

单击”文件”菜单，点击“读取分割图像”，则出现文件选择界面。可读入JPG，BMP，TIF格式的图像。

图16 图像选择菜单

3.2 分割

单击”分割”按钮，即可完成对读入图像的分割。单幅图像处理时间大致在1-1.5秒间。

图17 图像分割按钮

3.3 中间结果浏览

单击“中间结果”栏中各按钮，即观察光度平衡、一阶统计、二阶统计等中间结果。

图18 中间结果浏览

3.4 JPG图片保存

单击”文件”菜单，点击“另存分割结果图像”，则出现文件保存界面。可存入JPG格式的图像。保存的JPG图像为无损灰度图。

图19 分割结果保存界面

文章知识点与官方知识档案匹配，可进一步学习相关知识OpenCV技能树OpenCV基础OpenCV简介11179 人正在系统学习中