电脑知识与技术

改进Hough圆变换的细胞图像定位分割研究

作者:佚名 来源:电脑知识与技术 202014期 时间:2020-08-01

摘要:针对改进Hough圆变换在尿液图像中红细胞定位分割中的应用,首先阐述Hough圆变换原理,明确该处理方法的优势与作用,其次介绍尿液图像红细胞,最后从定位分割方...

  摘要:针对改进Hough圆变换在尿液图像中红细胞定位分割中的应用,首先阐述Hough圆变换原理,明确该处理方法的优势与作用,其次介绍尿液图像红细胞,最后从定位分割方法、改进Hough圆变换检测两个方面着手,分析Hough圆变换的运用,提高尿液图像中红细胞定位分割准确性,为尿常规检查提供先进图像处理技术。

  关键词:Hough圆变换;尿液图像;红细胞;定位分割

  中图分类号:TP311 文献标识码:A

  文章编号:1009-3044(2020)14-0232-02

  霍夫变换(Hougll transform)处理技术在图像处理中有非常广泛的应用,可以有效识别几何形状,并且不会受到图形旋转限制,实现几何图形的快速定位。当前Hough圆变换在医院尿常规检查中应用十分普遍,尿常规分析环节要求计数尿液沉渣数据务必精准,掌握准确的计数尿液沉渣可以明确血尿渠道,最终结果支持定量分析。现如今我国多数医院主要是采用显微镜与肉眼的方式计数,难免会导致结果误差,对Houg}1圆变换进行改进,并且应用在尿液图像中红细胞定位分割中,可以进一步提高尿液检验结果准确性。

  1Hough圆变换基本原理

  Hough变换在应用中主要是通过零件图像全局特征实施零件图像轮廓的检测,换言之,边缘像素串连之后,可以构建封闭边界区域。Hough变换应用初期只能够在直线检测中运用,凭借其优良的特征逐渐被拓展到圆形、双曲线等其他形状曲线检测领域。总结Hough圆变换方程如下:

  公式1代表参数空间(a,b,r)中图像边缘点(x,y)方程,形状为三维锥面。针对图像空间内部的任意边缘点,将公式1转换后参数空间内存在与其对应的三维锥面,圆周全部边缘点经过集合与变换之后,原本的三维锥面变为锥面簇,全部锥面相交在参数空间的其中一点,且该点和图像空间内共圆边缘点所属圆的圆心位置对应。

  2尿液显微图像中红细胞特征

  第一,对比尿液图像,血液图像中的红细胞之间严重粘连,但尿液图像则不存在这一问题,所有红细胞之间独立;第二,尿液图像红细胞灰度有明显变化嘲。血液图像红细胞的灰度改变不是非常显著,灰度值较低,在图像内占比相对较大,灰度直方图采取阈值这种方式可以有效分割。相比之下,尿液图像内红细胞灰度值的变化比较明显,图像内灰度值的占比较小,直方图属于单峰图像,如果在直方图中采取阈值分割无法有效完成;第三,在光照条件下尿液图像红细胞所属区域边缘特征比较显著。所有红细胞内部存在大量同心圆周心即红细胞中心。检测同心圆的圆心便可以确定红细胞所在位置。

  3改进Hough圆变换在尿液图像中红细胞定位分割中应用

  3.1定位分割方法

  掌握尿液图像中红细胞特征之后,可以选择边缘检测、细化、Hough变换的方式,对红细胞圆心进行检测,以此明确尿液图像内红细胞所在位置。检测步骤如下:第一,检测红细胞边缘。将边缘检测算子作为尿液原图像的检测方法,可以得到红细胞边缘图像,这种检测方法中包括诸多算法,例如Sobel算子和Robeas算子;第二,图像去噪与细化处理。单边缘图像经过Hough变换处理,无法保证处理效率,可能还会有散落分布的点存在。所以Hough变换前必须要将其去除。选择先验知识时,如果其中一个边缘特征点在相应的邻域范围中其余边缘特征点数与任意数值相比较少,那么该边缘点便可以被认定为噪声点,后续Hough圆变换处理阶段不会作为边缘点。原因在于尿液图像内红细胞范围的细节比较完善,并且红细胞仅有可能在这种边缘丰富防范围内存在,边缘丰富的范围内所有点的邻域边缘特征点数必须大于任意特定值,所以凭借该先验知识便可以避免圆特征点不足的问题。除此之外,建议采用细化算法减少Hough变换特征点数量,使Hough变换检测工作能够更加快速完成,同时保证最终的检测效果;第三,红细胞圆心检测。尿液图像中红细胞多以同心圆的形态存在,利用Hough变换对红细胞圆心进行检测。因为尿液图像中红细胞的大小差异不明显,因此通过红细胞外圆半径便可以得出尿液图像红细胞的具体信息。

  3.2改进Hough圆变换检测

  Hough变换这一概念最早是从1972年被发明,当时是由Richard Duda、Peter Hart两位专家提出,被称为广义霍夫变换(generalized Hough transform)。自此之后,在这一概念的基础上,包括Hough变换在内的更多改进算法可以应用,并且具有全局特点,对于检测过程中产生的噪声敏感度较差嘲。一般圆检测在尿液图像中红细胞的定位分割中应用,需要获取圆心与半径的数据。

  以往采用的Hough圆变换在实际应用中存在一些不足,例如参数空间较大,检测的效率不高低等。为了获得准确的尿液图像红细胞定位分割结果,通过圆的几何特性改进Hough圆变换,并且将其作为图像圆心的检测方法。具体检测流程如下:如果A,B,C不在同一条直线,那么线段AB、BC中垂线OD、OE相交,交点是圆心0,线段OC(OB、0A1长度即为该圆的半径。换言之,任意三个点,不在一条直线便可以作为成圆的条件,并且以此为前提确定圆。假设A,B,C三点不在同一条直线,且该三点的坐标是A(xA,yA),B(xB,yB),C(xC,yC),那么在这一条件下可以确定线段AB与BC中点——D,E的坐标:D(xD,yD),E(xE,yE)。

  OD和OE作为两条中垂线,其交点0坐标为(xO,yO),利用公式temp=(xB-xA)(yc-yB)(xc-xB)(yB+yc)②獲得。参数空间中采集圆心位置数据,可以直接通过x、Y坐标值得出。将任意3个特征点组合,通过公式计算可以得出圆心坐标,最后进行映射累加处理。当完全映射且依然有圆或者同心圆的存在,这时参数空间内对应的位置便会有极大值的产生,针对该极大值进行检测,如果极大值超过任意阈值,便可获得圆心。

  改进Hough圆变换在尿液图像红细胞定位分割中应用,必须要注意以下两点:(1)所有特征点组合。第一,特征点组合内涉及的3个点要保持一定距离。因为图像主要以数字化的方式是呈现,如果点之间的距离过近,计算所得圆心坐标无法保证准确性,还会对后续的累加、极值检测等造成影响。尿液图像红细胞所有的特征点务必保证集中性,如果特征点组合的点距离过远,无法保证全部处于相同区域;(2)特征点映射累加处理。通过特征点确定圆心,与任意特征点的距离是圆的半径。因此,该半径长度也较长。后期映射处理环节,工作人员要综合考虑之后映射,当半径满足集中范围要求所有圆心坐标需要累加,以此保证Hough圆变换处理效果。

  3.3实验结果

  上图fA)是尿液显微图像中的红细胞图像,基本呈多同心圆,红细胞所在区域细节丰富且边缘特征清晰。所有红细胞内包含大量同心圆,且圆心为红细胞中心。检测之后便可确定红细胞的位置信息,图(B)和图(c)是通过Hough变换定位分割得到的红细胞图像。

  4结束语

  综上所述,医院的尿常规检查中包括尿液图像红细胞的定位分割,为了保证处理准确性,在Hough圆变换的基础上进行改进,既可以提高图像识别效率,又能够简化复杂参数空间图形处理流程,这是尿常规检查的一项关键性技术,也是相关人员研究的主要方向。

转载请注明出处。

1.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源;2.本站的原创文章,请转载时务必注明文章作者和来源,不尊重原创的行为我们将追究责任;3.作者投稿可能会经我们编辑修改或补充。

相关文章
  • 基于设计的数字图像处理课程教学改革探索

    基于设计的数字图像处理课程教学改革探索

  • 基于卷积神经网络的图像识别系统

    基于卷积神经网络的图像识别系统

  • 多模态脑肿瘤图像的精准分割研究综述

    多模态脑肿瘤图像的精准分割研究综述

  • 自然图像质量评价方法综述

    自然图像质量评价方法综述

网友点评
精彩导读