论文部分内容阅读
尿沉渣显微镜分析是临床医学上人体健康检查的主要手段之一。近年来,基于图像处理技术的尿沉渣显微图像有形成分自动分析研究,已成为生物细胞识别领域中的研究热点之一,它不仅在临床诊断方面有着巨大的实际应用价值,在模式识别领域也存在着重要的学术研究意义。然而,由于成像系统的不完善以及尿沉渣有形成分自身特殊机理,尿沉渣显微图像中常常伴随着弱边缘有形成分,极大地增加了图像的分割难度,另外由于种类构成复杂,尿沉渣有形成分的特征提取也是模式识别领域中的一个极具挑战性的研究工作。针对以上问题,本文对尿沉渣显微图像有形成分的分割和特征提取方法进行研究,主要的研究内容概括如下:(1)针对弱边缘尿沉渣显微图像有形成分的分割问题,提出一种改进的局部秩变换(Developed Local Rank Transformation,D-LRT)图像分割方法,该方法首先利用邻域标准差改进局部秩变换的判断条件,然后计算当前像素的局部秩并与标准差相乘,作为当前像素的变换值,遍历图像所有像素得到局部秩变换图,经过阈值选择,将局部秩变换图二值化,最后以面积为依据,利用Canny边缘检测算子和图像形态学处理,对非弱边缘有形成分图像进行二次分割,完成有形成分子图像分割。本文对几种不同程度的弱边缘尿沉渣显微图像分割实验均表明,提出的D-LRT方法对弱边缘尿沉渣显微图像有形成分的分割具有较好鲁棒性,分割完整度较高。(2)针对复杂的尿沉渣有形成分图像特征提取问题,提出一种局部直方图统计(Local Histogram Statistics,LHS)方法和一种距离-灰度差分共生矩阵(Distance Gray level and Differential Cooccurrence Matrix,D-GDCM)方法,结合面积、长度等6种几何特征构建有形成分图像特征向量。LHS方法和D-GDCM方法介绍如下:1)为了准确地提取尿沉渣有形成分图像的旋转、光照不变特征,本文提出一种基于局部二值模式(Local Binary Pattern,LBP)的局部直方图统计方法,该方法首先采用统一旋转不变的LBP算子对有形成分图像进行图像变换,然后基于距离变换原理,分层统计有形成分原图及其LBP图谱的直方图并串联作为有形成分图像的LHS特征。2)为了提高尿沉渣有形成分的特征描述能力,增强有形成分图像识别算法的鲁棒性,本文提出一种基于二阶统计分析的距离-灰度差分共生矩阵方法,该方法首先利用有形成分二值图像的一阶中心矩获取图像的中心坐标,以此为基准计算出有形成分灰度图像的距离分布图,然后联合有形成分灰度图像及其距离分布图统计得到距离-灰度共生矩阵,计算该共生矩阵的系列二阶矩作为有形成分图像的特征值,接着由“局部阶”计算有形成分图像的局部灰度差分不变量,以同样的方式计算得到距离-差分量共生矩阵及其二阶矩特征值。最后,组合这些特征值为作为有形成分图像的D-GDCM特征。(3)基于SVM对上皮细胞,管型,红细胞,白细胞,结晶,真菌,杂质7类尿沉渣有形成分进行识别。结果表明提出的LHS特征和D-GDCM特征,对尿沉渣有形成分图像有较强的鉴别能力,对图像的旋转、光照变化有较强的鲁棒性,适用于复杂环境下的多类尿沉渣显微图像有形成分的识别,平均准确率达91.3%,平均召回率可达91.5%。