基于Retinex原理和区域生长的猪卵母细胞切片显微图像去背景分割

刘方可

摘要：基于Retinex原理对猪卵母细胞切片图像进行一定比例的高频图像分割，从分割后的图像中获取种子点和生长阈值信息后，用区域生长法得到二值化图像，经过轮廓填充、中值滤波得到分割模板，最后将细胞原图填充至得到的分割模板中得到去背景的细胞图像。得到的结果图分割良好，消除了细胞背景图像的噪声，突出了细胞轮廓特征。

关键词：Retinex；区域生长；细胞分割；去背景

中图分类号：TP18 文献标识码：A 文章编号：1009-3044(2014)26-6169-03

Abstract: Enhanced by a certain proportion of high frequency image based on the principle of Retinex on the cell slice image , access to seed and growth threshold information from the enhanced image, Get the two value segmentation template by using region growing method, Finally the cell image segmentation is filled to the template, to obtain the final image. To eliminate the noise of cell image, highlight the cell contour feature.

Key words: Retinex; region growing; cell image segmentation; Get rid of Background

生物细胞切片图像分割作为细胞跟踪、细胞分裂检测过程中提取细胞特征的一个重要手段，在医疗图像处理、分析领域占据重要的地位，细胞分割的准确性对生物细胞特性的判断至关重要。细胞图像分割方法众多，针对不同应用有不同的方法。李天钢[1]将多尺度小波变换运用于胃癌细胞图像的边缘检测中。孙万蓉，俞卞章[2]提出用形态金字塔分割细胞图像，再用流域算法对低分辨率图像进行分割，然后再复合得到原始图像。Pal等[3]研究了利用细胞主要轮廓点的自动分割。该文通过研究猪卵母细胞切片显微图像的去背景分割，运用VC6+opencv的工作平台提出并实现了一种基于Retinex原理的高频图像部分分割和区域生长法结合的猪卵母细胞显微图像去背景分割方法，获得了良好的实验结果。

1 建立猪卵母细胞切片显微图像分割处理的方法

猪卵母细胞切片显微图像如图1的背景灰度的变化一般都不明显，相对的细胞内部的灰度强度变化会比较激烈。图像的高低频是对图像各个位置之间强度变化的一种度量方式。低频部分指的是灰度值变化不明显的部分，而灰度强度变化剧烈的部分包括了低频部分和多种高频部分。我们可以利用Retinex原理通过阈值来控制高低频的比例来将细胞图像的边缘和背景分离开来，用区域生长法得到细胞区域边缘，再通过轮廓填充平滑边缘得到一个细胞分割的模板，最后将细胞原图填充至得到的分割模板中得到去背景的细胞图像。

这里要注意的是[λ]值的取值，它是用于过滤高斯内核的标准偏差，[λ]值越小，所做的Gaussian金字塔向下取样就越少，滤波得到的图像信息的压缩幅度小，模糊度小，与原图区别小，因此分割所得到的图像信息中像素值为0的点会很多，细小边缘梯度会比较明显，同时会导致边缘的不平滑加剧和坑洼效果；[λ]值越大Gaussian金字塔向下取样迭代次数就越多，滤波得到的图像信息的压缩比太大，导致分割后得到的信息部分的对比度就不明显，有时候会导致细胞和背景粘连在一起。

1.4将细胞原图填充至得到的分割模板

为了能使细胞分割表达更明朗，将细胞原图与分割出来的模板做一个整合。模板的背景是黑色的像素值为0，目标部分是白色像素值为255，遍历模板的每一个像素点，当像素值为255的时候，保持图像像素值不变，否则将原图对应坐标的像素值赋值为0，由此就可以将模板白色的部位替换成细胞的图像。将细胞原图填充至得到的分割模板中得到最终图像（图8) 。可以看到图8中基本完整的将细胞图像提取了出来，轮廓清晰平滑，突出了细胞图像的特征，提高了细胞图像的视觉效果和识别特征。

2 结束语

实验证明通过Retinex原理的将细胞切片图像中一定比例的高频图像分离出来与区域生长法结合的细胞分割方法，经过后期的轮廓填充、中值滤波平滑，最后将细胞填充至分割模板的过程能够较好的将细胞图像提取出来。基于Retinex原理的图像分割对区域生长法分割好坏3个取决条件：初始点的选取、生长准则、终止的条件做了一个参照基准，在一定程度上相对于边缘梯度算子的边缘检测来说更具形象性，比较适合对边缘不够明显、边缘有些许断裂的目标灰度复杂图片进行区域生长法分割时种子的选取和生长阈值选择。

参考文献:

[1] 李天钢,王素品. 基于多尺度小波的胃癌细胞图像边缘检测与分析[J].生物物理学报,2005(2).

[2] 孙万蓉,俞卞章. 基于数学形态金字塔分解和流域分割的骨髓细胞图像分割[J].西北工业大学学报,2006(5) .

[3] Pal U, Rodenacker K, Chaudhuri B. B. Automatic cell segmentation in cyto- and histometry using dominant contour feature points [J]. Analytical cellular pathology : the journal of the European Society for Analytical Cellular Pathology. 1998, 17(4): 243-50.

[4] LAND EH.The Retinex theory of color vision[J].Sei.Amer.,1977,237(6):108-129.

[5] LAND EH.An Alternative Technique for the Computation of the Designator in the Retinex Theory of Color Vision[C].USA:Proc.of the National Academy of Science,1986.3078-3080.

[6] 李学明.基于Retinex理论的图像增强算法[J].计算机应用, 2005: 45-47.

[7] Ogden J M,Adelson E H,et al.Pyramid-based computer graphics [M].1983.

[8] 张发存,赵晓红,王忠,等.区域生长法图像分割的数据并行方法研究[J].计算机工程,2004,30(17):14-16.