基于MATLAB的牛乳体细胞快速计数方法

康世英 刘小豫 王维

摘要：牛乳体细胞数量是牛乳质量检测的一项重要指标。针对目前牛乳体细胞技术采用的人工计数等方法存在的不足，提出一种基于计算机视觉的牛乳体细胞快速计数方法。首先用MATLAB对图像进行预处理，去除噪声等影响计数的因素；针对图像粘连比较严重的情况，采用分水岭算法进行图像分割；最后利用计算连通域的方法实现细胞计数，实验结果验证了此方法的有效性。

关键词：计算机视觉；图像处理；MATLAB；细胞计数

中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2018）26-0216-02

Abstract：The quantity of milk somatic cells is an important index for milk quality detection. In view of the shortage of artificial counting method， a fast milk somatic cell counting method Based on MATLAB is proposed. Firstly， the image is preprocessed for reduce the influence of noise. Then the image is segmented by the watershed algorithm due to the serious adhesion among the cells. Lastly， the number of cells is determined by using the fast connected component counting method. Experimental results demonstrated that the method is efficient for cells counting.

Key words：Computer Vision； Image Processing； MATLAB； Cell Counting

1 概述

牛乳体细胞数是指每毫升牛乳中的细胞总数，多数是白细胞，通常由巨噬细胞、淋巴细胞、多形核嗜中性白细胞等组成，约占牛乳体细胞数的95%，其余是乳腺组织死去脱落的上皮细胞。在正常情况下，牛乳中体细胞数较少。当奶牛乳房外伤或发生疾病引起炎症时，机体将大量的白细胞分泌进入乳房以清除感染，因此牛乳体细胞数反映了牛乳质量及奶牛的健康状况[1]。显微镜法作为牛乳体细胞计数的标准方法，通常用于校正体细胞分析仪和其他方法的正确性。但是目前的显微镜法仅限于人工操作，不仅效率低下，而且不可避免的会产生人为性的误差。

2 提出的方法

本文将采用MATLAB图像处理的方法实现粘连较为严重的牛乳体细胞的快速计数。

2.1 圖像获取

通常取0.01ml乳样制作牛乳体细胞涂片，将乳样均匀地涂在载波片上，去脂，采用瑞士染色法染色，由于体细胞的细胞核对G、B信号比较敏感，所以在图像中，细胞核显示蓝紫色颗粒状，其它区域呈浅粉色[2]。

2.2 图像灰度化

由图像采集设备直接获取的原始图像为彩色图像，为了计数方便，需要将原始的彩色图像转换为256色灰度图像。在将原始图像转换为灰度图像时，采用公式G = 0.299*R+0.587*G+0.114*B。其中G代表像素最终的灰度值，R代表原始彩色图像中红色分量的值，G代表原始彩色图像中绿色分量的值，B代表原始彩色图像中蓝色分量的值。

2.3 图像增强处理

牛乳中包含一些乳脂、水分和一些小杂质等，这些物质均不利于目标的提取。此外，牛乳体细胞图像由于受到光学系统失真、系统噪声、光照不均匀等因素的影响，会产生一些噪声，这些都会影响后续计数工作。因此，需要对图像进行增强处理，并且使用滤波窗口消除细小的纹理细节以及噪声像素。

均值滤波是一种常用的抑制某些噪声的线性滤波技术。均值滤波指的是在图像中给目标像素设定一个模板，该模板指的是去掉了目标像素本身之后目标像素周围的八个像素点，然后再用模板中全体像素的平均值来代替原来的像素值。它主要使用的是邻域平均法来进行图像的滤波，即图像中每个像素点的灰度值均使用后边图像的平均值求得。

滤波可以减少光照等干扰引起的噪声，起到增强图像特征的作用。假设原始图像为f（x，y），建立一个模板用S表示，若在模板中，包括当前像素点在内一共有m个像素点，则使用均值滤波之后，输出的结果以及平滑的灰度图像设为g（x，y），则可以通过式（1）得到：

其中模板S有多种选取方法，不过一般选取时均选择奇数，一般选择3×3、5×5或7×7。如式（2）所示，分别为3×3、5×5的均值滤波的模板。

本文的具体方法是从图像的左上角第一个像素开始，利用滤波窗口进行逐个像素的从左到右、从上到下的扫描，用窗口中各点的灰度值的中值来代替窗口中心点像素的灰度值。滤波窗口大小为3×3像素。

2.4 图像二值化

在最终计数环节，我们需要图像中只包含两种像素，目标像素和背景像素。因此，我们需要选取合适的阈值，将以上步骤得到的图像转换为只有黑和白两种颜色的二值图像。

图像二值化方法最经典的是大津法。大津法是日本学者大津所提出的，它的具体思想就是选取某个阈值，然后让前景和背景的类间方差最大，所以这种方法又叫最大类间方差法。所谓的类间方差就是两个不同的类之间的方差值。

在本文所处理的图像中，一种像素是物体也就是前景，一种像素是背景或其他噪声，所以要求满足这两种像素之间的方差值最大的灰度值，这个灰度值就是二值化的阈值。

该方法的原理是，设T为前景和背景的分割阈值，将属于背景的像素点所占整幅图像像素点比例记为w0，平均灰度值为u0；属于前景的像素点所占整幅图像像素点的比例记为w1，平均灰度值为u1；整幅图像的平均灰度值为u，类间方差记为g。则根据式（3），（4）可以得出最终满足方差值最大的分割阈值T。

这样通过计算，当g最大时，表明此时前景和背景的差别最大，此时的灰度值T是最佳的阈值。采用大津法将图像二值化后如图2所示。

2.5 形态学处理

腐蚀是数学形态学的两种最为基本的运算之一，腐蚀在数学形态学中的作用是消除物体边界点，使边界向内部收缩的过程，可以把小于结构元素的物体去除。这样选取不同大小的结构元素，就可以去除不同大小的物體，从而达到预期的处理效果。同时，如两个物体之间有细小的连通，则通过腐蚀可将两个物体分开，使图像轮廓清晰。

为了消除图像中牛乳体细胞之间的粘连现象，用数学形态学中的腐蚀法对二值图像进行腐蚀，同时可以消除面积较大的噪声像素。腐蚀在数学形态学中的作用是消除物体边界点，使边界向内部收缩的过程，可以把小于结构元素的物体去除。

本文使用5×5像素的圆形结构元素对图像进行腐蚀，可以使体细胞截面区域收缩以消除细胞之间的粘连现象，便于准确计数。

2.6 图像分割

二值化后的牛乳体细胞图像中，部分细胞是粘连在一起的，在计数之前需要进行分割。图像中目标分割方法有三大类：阈值分割、基于边缘的分割方法和基于区域的分割方法[3]-[4]。阈值分割法的优点是算法简单，且总能用封闭而且联通的边界来定义不交叠的区域，缺点是对目标与背景反差较小的景物很难得到精确的目标边界；边缘检测法的优点是轮廓位置精确，缺点是不能保证轮廓是封闭；区域生长法虽然可以得到封闭轮廓，但难以确定生长的终止条件。基于形态学的分水岭分割方法，是将这三种方法中的概念具体化，会产生更稳定的分割效果，特别是分割边界。

基于分水岭的分割方法是一种基于拓扑理论的数学形态学分割方法，其基本思想是把图像看作是测地学上的拓扑地貌，图像中每一点像素的灰度值表示该点的海拔高度，每一个局部极小值及其影响区域称为集水盆，而集水盆的边界则形成分水岭。在每一个局部极小值表面，刺穿一个小孔，然后把整个模型慢慢浸入水中，随着浸入的加深，每一个局部极小值的影响域慢慢向外扩展，在两个集水盆汇合处构筑大坝，即形成分水岭。

经过分割后的图像如图3所示。

2.7 细胞计数

完成图像分割之后，可以利用MATLAB自带的bwlabel函数对二值图像进行连通域计数。图像中包含的连通域数量就是细胞个数。

3 结论

本文采用计算机图像处理的方法，利用MATLAB处理采集到的牛乳体细胞图像并进行计数。针对牛乳体细胞的特点，对图像进行二值化、形态学操作等预处理，在此基础上将图像用分水岭算法进行分割，分割后的每一个连通部分就是一个细胞。实验结果表明本文提出的方法可对牛乳粘连体细胞图像实施快速、较准确地分离，为自动计数提供了一种有效的实施途径。

参考文献：

[1] 刘茂莲.基于Android平台的现场牛乳体细胞计数系统研究[D].重庆大学，2015.

[2] 刘俊丽.牛乳体细胞图像处理及计数方法的研究[D].内蒙古农业大学，2007.

[3] 博格，薛河儒. 一种粘连牛乳体细胞图像的分离算法[J].内蒙古农业大学学报：自然科学版，2012，33（3）：222-225.

[4] 周莉莉，姜枫.图像分割方法综述研究[J].计算机应用研究，2017，34（7）：1921-1928.

[通联编辑：唐一东]