專利名稱：一種基于灰度特征圖像的粘連染色體自動(dòng)分割方法
一種基于灰度特征圖像的粘連染色體自動(dòng)分割方法技術(shù)領(lǐng)域：
本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，涉及一種基于灰度特征圖像的粘連染 色體自動(dòng)分割技術(shù)，尤其涉及一種用于染色體分析系統(tǒng)中嚴(yán)重粘連染色體 的分割方法。
背景技術(shù)：
在染色體自動(dòng)分析系統(tǒng)中，釆集的細(xì)胞分裂前期末和中期的染色體總 是存在著粘連現(xiàn)象。對(duì)此，早期的染色體分析系統(tǒng)常采用手工分割的方法 進(jìn)行染色體的分離，為下一步染色體的分類和配對(duì)提供個(gè)體獨(dú)立的染色 體。隨著圖像處理技術(shù)的發(fā)展，自動(dòng)分割方法被逐漸引入其中。目前國(guó)內(nèi) 外已經(jīng)開發(fā)和研制出多種針對(duì)粘連、交疊染色體的分割技術(shù)和方法，有基 于粘連染色體邊界特征的提取和處理的分割方法，適用于輕微粘連染色體
的分割，如"T"字型、"V"字型或平行粘連染色體；有基于交疊染色體 骨架特征的細(xì)化處理分割方法，適用于發(fā)生遮擋、交疊染色體的分割，如 "十"字型、"H"型、"X"型交疊染色體；但是對(duì)于一些粘連較嚴(yán)重又 沒有交疊的染色體運(yùn)用上述方法顯然都不適用，還有一種基于數(shù)學(xué)形態(tài)學(xué) 特征的切割和分離方法，該方法通過(guò)在目標(biāo)粘連染色體圖中進(jìn)行腐蝕和膨 脹處理，由極限腐蝕獲得各個(gè)獨(dú)立染色體對(duì)象的核，再由這些染色體對(duì)象 核膨脹進(jìn)^f亍水域生長(zhǎng)，產(chǎn)生分界線，最后達(dá)到自動(dòng)切割、分離粘連染色體 對(duì)象的目的，成功地解決了目標(biāo)粘連現(xiàn)象對(duì)后續(xù)分析、測(cè)量產(chǎn)生干擾的問(wèn) 題。但是這種方法對(duì)目標(biāo)粘連染色體的形狀和粘連狀況有較高要求，目標(biāo) 染色體間的粘連區(qū)域較窄，明顯小于目標(biāo)染色體的寬度。這種方法用在輕 微粘連的染色體分割中十分有效。對(duì)于嚴(yán)重粘連而又沒有發(fā)生遮擋、交疊 的染色體的分割卻不能使用。如果采用傳統(tǒng)的分水嶺算法，利用灰度圖像 求梯度信息作為輸入圖像實(shí)現(xiàn)分割，如果對(duì)原始粘連染色體灰度圖像變化 不大或者灰度相近的區(qū)域進(jìn)行梯度計(jì)算時(shí)不作濾波平滑處理，很容易產(chǎn)生 將粘連染色體錯(cuò)誤分割成多個(gè)染色體塊的過(guò)分割情況，但如果進(jìn)行濾波處理，又容易造成將多條粘連染色體合成一個(gè)整體。
因此，提供一種獨(dú)特的分割方法解決這種粘連嚴(yán)重而又沒有發(fā)生遮 擋、交疊的染色體分割問(wèn)題實(shí)為必要。

發(fā)明內(nèi)容
針對(duì)現(xiàn)有粘連、交疊染色體分割技術(shù)的不足，本發(fā)明目的在于提供一 種基于灰度特征圖像的分割方法，采用獨(dú)特的淹沒算法實(shí)現(xiàn)粘連染色體的 分割。這種淹沒算法不是像傳統(tǒng)分水嶺算法那樣處理原始粘連染色體圖像 的梯度圖，而是運(yùn)用灰度形態(tài)學(xué)提取描述和表示原始粘連染色體圖像的有 用成分進(jìn)行處理。
為實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案
提供一種粘連染色體自動(dòng)分割方法，該方法是基于染色體的灰度特征 圖像先進(jìn)行淹沒腐蝕處理操作，其包括如下步驟
(1) 確定初始閾值T;
(2) 判斷是否有像素灰度值大于等于T,如果沒有像素灰度值大于等 于T則以T-1作為新的淹沒閾值T'繼續(xù)淹沒，如果有像素灰度值大于等 于T則賦值Ts，復(fù)制當(dāng)前圖像并將復(fù)制結(jié)果進(jìn)行二值化處理；
(3 )判斷圖像中物體的個(gè)數(shù)，若小于m則返回步驟(2)繼續(xù)進(jìn)行T' 的淹沒腐蝕處理過(guò)程，否則終止淹沒腐蝕過(guò)程，記錄最終淹沒閾值T'，進(jìn) 入條件膨脹恢復(fù)處理操作；
該條件膨脹恢復(fù)處理操作包括以下步驟
U)判斷圖像中是否有灰度值為Ts的像素點(diǎn)在原始圖像中灰度值小 于等于T，，如果沒有，以T" =T， +1作為新的膨脹恢復(fù)閾值重復(fù)執(zhí)行步 驟(a)所述的膨脹恢復(fù)處理，如果有則進(jìn)入下一步；
(b )計(jì)算當(dāng)前像素n鄰域中灰度值小于Ts的像素?cái)?shù)目是否大于p個(gè)， 如果是，將其恢復(fù)賦值為原始灰度值，并進(jìn)入下一步，否則重復(fù)執(zhí)行步驟 (b);
(c)判斷此時(shí)的T，是否小于最開始淹沒腐蝕的閾值T,如果是，那 么跳轉(zhuǎn)到步驟(a)中繼續(xù)進(jìn)行T" =T， +1的膨脹恢復(fù)處理，如果T， =T 則停止條件膨脹恢復(fù)處理。
釆集的染色體圖像背景顏色設(shè)為白色，因此設(shè)背景灰度值Ts-255,初 始閾值T-254，并且其中步驟(b)的11=8, p=3。其中m為大于等于2的 整數(shù)。
對(duì)發(fā)生輕微粘連的染色體、對(duì)發(fā)生輕微或嚴(yán)重粘連的三條或多條染色體等情況都可以采用本發(fā)明的分割和恢復(fù)方法進(jìn)行處理。
本發(fā)明相對(duì)于現(xiàn)有技術(shù)的主要優(yōu)點(diǎn)及有益效果是設(shè)計(jì)了 一種基于灰 度特征圖〗象的形態(tài)學(xué)處理方法算法來(lái)分割嚴(yán)重粘連而又沒有發(fā)生遮擋、交 疊的染色體，解決了現(xiàn)有技術(shù)中對(duì)這種發(fā)生嚴(yán)重粘連而又沒有遮擋、交疊 染色體分割的技術(shù)難點(diǎn)和空缺，滿足了染色體分析、細(xì)胞研究、病理分析 等醫(yī)療領(lǐng)域需要精確分割粘連染色體和檢測(cè)染色體數(shù)目的需求，并進(jìn)一步 提高了染色體分析系統(tǒng)中的自動(dòng)化程度。該方法對(duì)染色體分析系統(tǒng)的自動(dòng) 分割處理提供具有良好連續(xù)性邊界效果和獨(dú)立性的染色體個(gè)體，特別是可 以完整、清晰的保留原染色體圖像邊界的凹凸細(xì)節(jié)進(jìn)而提高粘連染色體的 分割自動(dòng)化程度和染色體數(shù)目統(tǒng)計(jì)的精確度。


圖l是采集的2條發(fā)生嚴(yán)重粘連而又沒有遮擋、交疊的染色體原始灰 度圖象；
圖2是本發(fā)明淹沒腐蝕處理算法的流程示意圖3是本發(fā)明條件膨脹恢復(fù)處理算法的流程示意圖
圖4是實(shí)施例對(duì)灰度染色體圖像進(jìn)行淹沒腐蝕運(yùn)算處理后的結(jié)果示意
圖5是實(shí)施例對(duì)灰度染色體淹沒腐蝕后的圖像進(jìn)行初步膨脹運(yùn)算處理 后的結(jié)果示意圖6是實(shí)施例加入限制條件后膨脹處理的最終恢復(fù)結(jié)果示意圖。
具體實(shí)施方式
下面結(jié)合實(shí)施例及附圖對(duì)本發(fā)明作進(jìn)一步詳細(xì)的描述，但本發(fā)明的實(shí) 施方式不限于此。
本發(fā)明的一種基于圖像灰度特征的粘連染色體自動(dòng)分割方法提供具 有良好完整邊界效果和獨(dú)立性的染色體個(gè)體，特別是可以完整、清晰的保 留染色體圖像邊界的原有灰度信息特征。
如圖1所示，為2條嚴(yán)重粘連而又沒有發(fā)生遮擋、交疊的染色體原始 灰度圖像，如圖可見通常情況下，嚴(yán)重粘連染色體之間區(qū)域的灰度區(qū)別于 染色體內(nèi)部的灰度，并且采集的染色體圖像背景顏色為白色，本發(fā)明的淹 沒算法是一種基于輸入圖像的灰度圖的獨(dú)特分割方法，首先對(duì)粘連染色體
5進(jìn)行淹沒腐蝕處理，得到各自獨(dú)立的染色體核心區(qū)域；然后再對(duì)淹沒腐蝕 的染色體核心區(qū)域進(jìn)行條件膨脹的恢復(fù)處理操作，算法既簡(jiǎn)單又解決了傳 統(tǒng)分水嶺算法產(chǎn)生的過(guò)分割問(wèn)題。
本發(fā)明的淹沒腐蝕處理算法流程圖如圖2所示，其實(shí)現(xiàn)步驟如下
1、 對(duì)發(fā)生嚴(yán)重粘連而又沒有遮擋、交疊的染色體原始灰度圖像進(jìn)行去除 雜信息、噪聲及增強(qiáng)圖像對(duì)比度的預(yù)處理；
2、 然后把預(yù)處理后的圖像采用從254逐漸向0逼近的淹沒閾值對(duì)發(fā)生嚴(yán)重 粘連的染色體進(jìn)4亍淹沒腐蝕。由于采集的染色體圖像背景顏色為白色， 所以設(shè)背景的灰度值是255，從淹沒閾值為254的灰度值開始進(jìn)行淹沒 腐蝕，即遍歷每一個(gè)像素點(diǎn)，判斷是否有像素灰度值大于此時(shí)的淹沒 閾值T,如果沒有像素灰度值大于此時(shí)得淹沒閾值T,那么將此時(shí)的淹 沒閾值T減1作為新的淹沒閾值T'-T-1繼續(xù)淹沒；
3、 如果有像素灰度值大于此時(shí)的淹沒閾值T，即被背景色淹沒，賦值255， 復(fù)制當(dāng)前圖像并將復(fù)制結(jié)果進(jìn)行二值化處理，判斷二值化后圖像中物 體(染色體塊)的個(gè)數(shù)，如果當(dāng)圖像中統(tǒng)計(jì)有2個(gè)物體(染色體塊)時(shí) 終止淹沒腐蝕過(guò)程。此時(shí)，染色體周邊都^C淹沒，面積明顯減小，僅剩 下2條染色體的核心區(qū)域，那么記錄停止淹沒腐蝕處理的最終淹沒閾值 T'=T,進(jìn)入條件膨脹恢復(fù)處理操作；否則，如果圖像中只有l(wèi)個(gè)物體， 則返回步驟2繼續(xù)進(jìn)行T' -T-1的淹沒腐蝕處理過(guò)程；
本發(fā)明的條件膨脹恢復(fù)處理算法流程圖如圖3所示，其實(shí)現(xiàn)步驟如下 1 、將經(jīng)過(guò)淹沒腐蝕處理后出現(xiàn)的2條染色體圖像作為輸入圖像進(jìn)行染色 體核心區(qū)域的膨脹處理，由淹沒腐蝕處理過(guò)程步驟3中記錄的最終極限 淹沒腐蝕閾值r'逐漸向255逼近進(jìn)行條件膨脹處理，判斷圖像中是否有 灰度值為255的像素點(diǎn)在原始圖像中灰度值小于等于T',如果沒有，將此時(shí)的T'加1作為新的膨脹恢復(fù)閾值T"-T'+1重復(fù)執(zhí)行步驟1所述的膨 脹恢復(fù)處理；
2、 如果圖像中有灰度為255的像素點(diǎn)在原始圖像中灰度值小于等于T',計(jì) 算當(dāng)前像素8鄰域中灰度值小于255的像素?cái)?shù)目是否大于3個(gè)，如果是， 將其恢復(fù)賦值為原始灰度值。然后，判斷此時(shí)的T'是否小于最開始淹 沒腐蝕的閾值254,如果是，即還有未恢復(fù)的像素點(diǎn)，那么跳轉(zhuǎn)到步驟 1中繼續(xù)進(jìn)行T: T'+l的膨脹恢復(fù)處理；
3、 如果T:254說(shuō)明恢復(fù)完成可停止條件膨脹恢復(fù)處理。
所述的條件膨脹處理步驟2中，由于從其中 一個(gè)染色體對(duì)象核心區(qū)域
開始膨脹的時(shí)候，另一個(gè)染色體被淹沒腐蝕的區(qū)域也有灰度值與T'相等的
像素點(diǎn)被恢復(fù)，致使恢復(fù)結(jié)果出現(xiàn)另外一條染色體的部分恢復(fù)結(jié)果，為避
免這種情況出現(xiàn)，還需要在膨脹過(guò)程加入其他限制條件，即每個(gè)滿足恢復(fù)
條件的像素點(diǎn)的8鄰域像素中不少于3個(gè)是染色體內(nèi)部，即判斷當(dāng)前像素8
鄰域中灰度值小于255的像素?cái)?shù)目是否大于3個(gè)的處理步驟。
本發(fā)明的 一種基于圖像灰度特征的粘連染色體自動(dòng)分割方法提供具 有良好完整邊界效果和獨(dú)立性的染色體個(gè)體，特別是可以完整、清晰的保 留染色體圖像邊界的原有灰度信息特征。如圖l所示，為2條嚴(yán)重粘連而 又沒有發(fā)生遮擋、交疊的染色體原始灰度圖像，采用本發(fā)明的淹沒腐蝕和 條件膨脹恢復(fù)的處理過(guò)程及其結(jié)果如下
1、 對(duì)如圖1所示發(fā)生嚴(yán)重粘連而又沒有遮擋、交疊的染色體原始灰 度圖像進(jìn)行去除雜信息、噪聲及增強(qiáng)圖像對(duì)比度的預(yù)處理；然后把預(yù)處 理后的圖像采用從254逐漸向0逼近的淹沒閾值對(duì)發(fā)生嚴(yán)重粘連的染色體 進(jìn)行淹沒腐蝕。淹沒到僅剩下2條染色體的核心區(qū)域，并記錄此時(shí)的淹沒 終止閾值設(shè)為T',結(jié)果如圖4所示；
2、 將上述淹沒腐蝕處理后出現(xiàn)的2條染色體圖像作為輸入圖像，進(jìn) 行染色體核心區(qū)域分別進(jìn)行條件膨脹處理，由淹沒腐蝕處理過(guò)程中記錄的最終淹沒腐蝕閾值T'逐漸向255逼近進(jìn)行膨脹處理才喿作，如圖5所示；
3、但圖5中的結(jié)果顯示由于從其中一個(gè)染色體對(duì)象核心區(qū)域開始膨 脹的時(shí)候，另一個(gè)染色體被淹沒腐蝕的區(qū)域也有被恢復(fù)的區(qū)域，所以要加 入限制條件，即每個(gè)滿足恢復(fù)條件的像素點(diǎn)的8鄰域像素中不少于3個(gè)是 染色體內(nèi)部，最終的恢復(fù)結(jié)果如圖6所示。
以上所述僅為本發(fā)明的一種較佳實(shí)施例，對(duì)于能夠分割的染色體粘連 形式不限于上迷一種。例如，對(duì)發(fā)生輕微粘連的染色體、對(duì)發(fā)生輕微或嚴(yán) 重粘連的三條或多條染色體等情況都可以采用本發(fā)明的分割和恢復(fù)方法 進(jìn)行處理，因此，本發(fā)明的具體實(shí)施例僅僅是對(duì)本發(fā)明精神的一種展示， 而不應(yīng)當(dāng)作為對(duì)本發(fā)明的一種限制。本發(fā)明的保護(hù)范圍并不局限于此，本 領(lǐng)域中的技術(shù)人員任何基于本發(fā)明技術(shù)方案上非實(shí)質(zhì)性變更均包括在本 發(fā)明保護(hù)范圍之內(nèi)。
權(quán)利要求
1、一種粘連染色體自動(dòng)分割方法，其特征在于，該方法是基于染色體的灰度特征圖像先進(jìn)行淹沒腐蝕處理操作，其包括如下步驟(1)確定初始閾值T；(2)判斷是否有像素灰度值大于等于T，如果沒有像素灰度值大于等于T則以T-1作為新的淹沒閾值T’繼續(xù)淹沒，如果有像素灰度值大于等于T則賦值Ts，復(fù)制當(dāng)前圖像并將復(fù)制結(jié)果進(jìn)行二值化處理；(3)判斷圖像中物體的個(gè)數(shù)，若小于m則返回步驟(2)繼續(xù)進(jìn)行T’的淹沒腐蝕處理過(guò)程，否則終止淹沒腐蝕過(guò)程，記錄最終淹沒閾值T’，進(jìn)入條件膨脹恢復(fù)處理操作；該條件膨脹恢復(fù)處理操作包括以下步驟(a)判斷圖像中是否有灰度值為Ts的像素點(diǎn)在原始圖像中灰度值小于等于T’，如果沒有，以T”＝T’+1作為新的膨脹恢復(fù)閾值重復(fù)執(zhí)行步驟(a)所述的膨脹恢復(fù)處理，如果有則進(jìn)入下一步；(b)計(jì)算當(dāng)前像素n鄰域中灰度值小于Ts的像素?cái)?shù)目是否大于p個(gè)，如果是，將其恢復(fù)賦值為原始灰度值，并進(jìn)入下一步，否則重復(fù)執(zhí)行步驟(b)；(c)判斷此時(shí)的T’是否小于最開始淹沒腐蝕的閾值T，如果是，那么跳轉(zhuǎn)到步驟(a)中繼續(xù)進(jìn)行T”＝T’+1的膨脹恢復(fù)處理，如果T’＝T則停止條件膨脹恢復(fù)處理。
2、 如權(quán)利要求1所述的粘連染色體自動(dòng)分割方法，其特征在于，其中初始閾值T-254, Ts=255。
3、 如權(quán)利要求2所述的粘連染色體自動(dòng)分割方法，其特征在于，其中n=8， p=3。
4、 如權(quán)利要求3所述的粘連染色體自動(dòng)分割方法，其特征在于，其中m為大于等于2的整數(shù)。
5、 如權(quán)利要求4所述的粘連染色體自動(dòng)分割方法，其特征在于，采集的染色體圖像背景顏色為白色。
全文摘要
提供一種粘連染色體自動(dòng)分割方法，該方法是基于染色體的灰度特征圖像先進(jìn)行淹沒腐蝕處理操作，然后進(jìn)行條件膨脹恢復(fù)處理操作。本發(fā)明設(shè)計(jì)了一種基于灰度特征圖像的形態(tài)學(xué)處理方法算法來(lái)分割嚴(yán)重粘連而又沒有發(fā)生遮擋、交疊的染色體，解決了現(xiàn)有技術(shù)中對(duì)這種發(fā)生嚴(yán)重粘連而又沒有遮擋、交疊染色體分割的技術(shù)難點(diǎn)和空缺，滿足了染色體分析、細(xì)胞研究、病理分析等醫(yī)療領(lǐng)域需要精確分割粘連染色體和檢測(cè)染色體數(shù)目的需求，并進(jìn)一步提高了染色體分析系統(tǒng)中的自動(dòng)化程度。該方法對(duì)染色體分析系統(tǒng)的自動(dòng)分割處理提供具有良好連續(xù)性邊界效果和獨(dú)立性的染色體個(gè)體，特別是可以完整、清晰的保留原染色體圖像邊界的凹凸細(xì)節(jié)進(jìn)而提高粘連染色體的分割自動(dòng)化程度和染色體數(shù)目統(tǒng)計(jì)的精確度。
文檔編號(hào)G06T7/00GK101520890SQ200810220668
公開日2009年9月2日 申請(qǐng)日期2008年12月31日 優(yōu)先權(quán)日2008年12月31日
發(fā)明者月 楊, 林道慶 申請(qǐng)人:廣東威創(chuàng)視訊科技股份有限公司