一種彩色血細胞圖像中白細胞的細胞質(zhì)和細胞核分割方法
【專利摘要】本發(fā)明公開了一種彩色血細胞圖像中白細胞的細胞質(zhì)和細胞核分割方法，包括以下步驟：去除彩色血細胞圖像中除白細胞和紅細胞之外的背景區(qū)域，得到只包含紅細胞和白細胞區(qū)域的二值圖像Ⅰ；去除彩色血細胞圖像中的白細胞和背景區(qū)域，得到只包含紅細胞區(qū)域的二值圖像Ⅱ；用二值圖像I減去二值圖像Ⅱ，得到僅包含白細胞區(qū)域的二值圖像Ⅲ；增強彩色血細胞圖像中的細胞核區(qū)域，得到僅包含細胞核區(qū)域的二值圖像Ⅳ；二值圖像Ⅲ減去二值圖像Ⅳ得到細胞質(zhì)區(qū)域。本發(fā)明有益效果：分割算法計算簡單；白細胞和紅細胞分割以及紅細胞分割和細胞核的分割可以同時進行，減小時間開銷；通過去除分割誤差，使得分割結(jié)果更加準確。
【專利說明】—種彩色血細胞圖像中白細胞的細胞質(zhì)和細胞核分割方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于生物醫(yī)學圖像處理領(lǐng)域，尤其涉及一種彩色血細胞圖像中白細胞的細胞質(zhì)和細胞核分割方法。
【背景技術(shù)】
[0002]人體內(nèi)存在免疫系統(tǒng)，它是人體抵御病原菌侵犯的最重要的保衛(wèi)系統(tǒng)，是人體的第三道防線。它由免疫器官、免疫細胞以及免疫分子等組成。其中白細胞是免疫細胞的主要組成部分，它可以通過吞噬和產(chǎn)生抗體等方式來抵御和消滅入侵的病原微生物。白細胞是一類具有細胞核的血細胞，正常人的白細胞在血液中保持比較穩(wěn)定的含量，約為4000-10000個/微升，超過或者不足正常含量都可能是由于某種疾病引起。
[0003]白細胞分類計數(shù)是醫(yī)院進行血液常規(guī)檢查的項目之一，精確地測定人體血液中各類白細胞含量是臨床診斷中的重要依據(jù)。所謂白細胞分類計數(shù)就是計算各種白細胞在它的總數(shù)中所占的百分比數(shù)。正常值為:中性粒細胞:50?70%，嗜酸性粒細胞:0.5?5%，嗜堿性粒細胞:0?1%，淋巴細胞:20?40%，單核細胞I?8%。
[0004]目前，常規(guī)的白細胞計數(shù)方式為人工計數(shù)和自動計數(shù)。其中人工計數(shù)方式的時間開銷大，收人的主觀影響大，并且培養(yǎng)一名專業(yè)的白細胞計數(shù)專家需要話費的人力物力大。而目前白細胞自動計數(shù)主要采用電阻原理及光散射法，只能進行常規(guī)分類，不能對白細胞進行分類計數(shù)。白細胞自動分類計數(shù)的另一種方式是采用白細胞彩色圖像進行分類計數(shù)，這種方法直觀，與人類對細胞的判斷方法類似，能單獨診斷出異常細胞，并且該方法應(yīng)用模式識別技術(shù)可以學習總結(jié)病理學家的診斷經(jīng)驗，充分發(fā)揮了計算機視覺的靈活多樣，準確率高，具有客觀性的特點大大提高了白細胞分類計數(shù)的效率和檢測精度。
[0005]然而目前利用白細胞彩色圖像進行白細胞分類計數(shù)，還存在著一些問題，其中白細胞細胞核和細胞質(zhì)的分割是研究者們遇到的比較頭疼的問題。精確定位分割白細胞是后續(xù)對白細胞分類識別并計數(shù)的基礎(chǔ)，如果細胞分割不準確那么分類識別和計數(shù)也將出現(xiàn)比較大的誤差。針對這個問題研究者提出了不少分割算法，目前普遍采用的分割算法都是先分割白細胞細胞核部分，然后再利用區(qū)域生長等算法分割出細胞質(zhì)，但是這種方法算法過于復(fù)雜，分割效果不理想，因此我們有必要對白細胞分割算法作進一步的研究。

【發(fā)明內(nèi)容】

[0006]本發(fā)明的目的就是為了解決上述問題，提出了一種簡單易用的彩色血細胞圖像中白細胞的細胞質(zhì)和細胞核分割方法。經(jīng)過驗證，該分割方法算法簡單，時間開銷小，分割準確，進一步提高了白細胞彩色圖像分類計數(shù)的準確度。
[0007]為了實現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案:
[0008]一種彩色血細胞圖像中白細胞的細胞質(zhì)和細胞核分割方法，包括以下步驟:
[0009](I)去除原始彩色血細胞圖像中除白細胞和紅細胞之外的背景區(qū)域，得到只包含紅細胞和白細胞區(qū)域的二值圖像I。[0010](2)去除原始彩色血細胞圖像中的白細胞和背景區(qū)域，得到只包含紅細胞區(qū)域的
二值圖像II。
[0011](3)用二值圖像I減去二值圖像II，然后用判斷連通域的大小的方法去掉比較小的噪點區(qū)域，得到僅包含白細胞區(qū)域的二值圖像III，并去除二值圖像III中存在的分割誤差。
[0012](4)增強原始彩色血細胞圖像中白細胞的細胞核區(qū)域，得到增強后的圖像N，對圖像N進行閾值分割，并對分割結(jié)果去噪處理，得到僅包含白細胞的細胞核區(qū)域的二值圖像IV。
[0013](5) 二值圖像III減去二值圖像IV得到白細胞的細胞質(zhì)區(qū)域。
[0014]所述步驟(1)的具體方法為:
[0015]將原始彩色血細胞圖像從RGB色彩空間轉(zhuǎn)換到HIS色彩空間，再將HSI色彩空間的彩色圖像轉(zhuǎn)換為灰度圖像，對灰度圖像進行直方圖分析，選取灰度圖像的直方圖中兩個峰值所對應(yīng)的的兩個灰度值中間的值作為閾值對此灰度圖進行二值化，得到去除背景區(qū)域之后的二值圖像I。
[001 6]所述步驟(2)的具體方法為:
[0017]將原始彩色血細胞圖像從RGB色彩空間轉(zhuǎn)換到CMYK色彩空間，選取Y分量子圖作為分割對象；采用閾值對其進行分割，得到僅包含紅細胞區(qū)域的二值圖像II。
[0018]所述步驟(3)中去除二值圖像III中存在的分割誤差的具體方法為:
[0019]選取細胞核的質(zhì)心為原點，設(shè)原點向右為正方向，將邊界的各像素點i沿逆時針
方向用極坐標AeA的形式表示出來，θ i是以i為自變量的相位函數(shù)，如果相位函數(shù)Θ i中
存在兩個突變點使相位函數(shù)產(chǎn)生波動，即認為在這兩點之間存在突起，然后去掉兩點之前的邊界線，用平滑的曲線將兩點連接作為新的邊界；其中，i = 1,2, 3,…L，P表示邊界點到原點的距離，Θ表示相位，Qi的取值范圍為[0,2 31]。
[0020]所述步驟(4)中增強原始彩色血細胞圖像中白細胞的細胞核區(qū)域的方法為:
[0021]N = B-1.1*R
[0022]其中，N為增強了細胞核區(qū)域的圖像；B為RGB彩色血細胞圖像中的B分量，R為RGB彩色血細胞圖像中的R分量。
[0023]所述步驟(4)中對圖像N進行閾值分割，閾值的選取采用自動閾值算法0STU。
[0024]在原始彩色血細胞圖像中分離出白細胞區(qū)域和紅細胞區(qū)域、在原始彩色血細胞圖像中分離出紅細胞區(qū)域以及在原始彩色血細胞圖像中分離出細胞核區(qū)域的過程可以同時進行。
[0025]本發(fā)明的有益效果是:
[0026]本發(fā)明的分割算法主要采用色彩空間變換和閾值分割來實現(xiàn)，計算簡單，直觀易用；白細胞和紅細胞分割以及紅細胞分割和細胞核的分割可以同時進行，這樣的好處是可以通過并行計算來減小時間開銷；通過去除分割誤差，使得分割結(jié)果更加準確；充分利用RGB彩色血細胞圖像各分量的特點，設(shè)計出一套獨特的增強白細胞細胞核的方法，大大簡化了計算過程，使白細胞分割效果更加突出，提高了效率。
【專利附圖】

【附圖說明】
[0027]圖1是本發(fā)明中基于彩色血細胞圖像的白細胞細胞質(zhì)和細胞核分割方法的流程圖；
[0028]圖2是將RGB彩色血細胞圖像轉(zhuǎn)換為HSI色彩空間的結(jié)果；
[0029]圖3是HSI色彩空間圖像轉(zhuǎn)換成的灰度圖的直方圖；
[0030]圖4是白細胞和紅細胞分割結(jié)果；
[0031 ]圖5是CMYK色彩空間Y分量子圖；
[0032]圖6是Y分量子圖閾值分割結(jié)果；
[0033]圖7是白細胞分割最終結(jié)果；
[0034]圖8是白細胞分割效果圖；
[0035]圖9是圖像在RGB色彩空間R分量子圖；
[0036]圖10是圖像在RGB色彩空間B分量子圖；
[0037]圖11是細胞核增強結(jié)果；
[0038]圖12是細胞核閾值分割結(jié)果；
[0039]圖13是細胞質(zhì)和細胞核分割結(jié)果；
[0040]圖14為相位函數(shù)產(chǎn)生突變示意圖。
【具體實施方式】:
[0041]下面結(jié)合附圖與實施例對本發(fā)明做進一步說明:
[0042]如圖1所示，本發(fā)明所涉及的彩色血細胞圖像中白細胞細胞質(zhì)和細胞核分割方法的具體實施過程如下:
[0043]原始彩色血細胞圖像中，白細胞的細胞核區(qū)域的像素與其他區(qū)域的像素反差最大，最容易提取，本發(fā)明采取先分割整個白細胞區(qū)域，再分割白細胞細胞核部分，最后用整個白細胞區(qū)域減掉白細胞細胞核部分來獲得包細胞細胞質(zhì)部分。本發(fā)明中白細胞和紅細胞分割，紅細胞分割和細胞核分割可以同時進行，這樣的好處是可以通過并行計算來減小時間開銷。
[0044](I)白細胞和紅細胞分割即去除原始彩色血細胞圖像中除白細胞和紅細胞之外的背景，采用的方法是:先將彩色血細胞圖像從RGB色彩空間轉(zhuǎn)換到HIS色彩空間可以觀察到背景區(qū)域與其他區(qū)域?qū)Ρ仍鰪?，如圖2所示；再將HSI色彩空間的彩色圖像轉(zhuǎn)換為灰度圖像，對此灰度圖像進行直方圖分析，可以發(fā)現(xiàn)此灰度圖像的直方圖存在兩個峰，如圖3所示；選取兩個峰值所對應(yīng)的橫坐標中間的值作為閾值對此灰度圖進行二值化，即可得到去除背景之后的二值圖像I，其中I中白色區(qū)域包含紅細胞與白細胞區(qū)域，如圖4所示。
[0045](2)紅細胞分割采用的方法是:將原始彩色血細胞圖像從RGB色彩空間轉(zhuǎn)換到CMYK色彩空間，取Y分量子圖作為分割對象。Y分量中僅紅細胞區(qū)域的值比較大，白細胞和背景區(qū)域的值都很小，如圖5所示，這讓采用簡單閾值分割提取紅細胞區(qū)域成為可能，實際算法中采用三角閾值分割算法效果比較好。分割之后得到的二值圖像II，僅包含紅細胞區(qū)域，如圖6所示。
[0046](3) 二值圖像I中包含紅細胞與白細胞區(qū)域，二值圖像II中僅包含紅細胞區(qū)域，用二值圖像I減去二值圖像II，所得到的圖像僅包含白細胞區(qū)域和一些比較小的噪點，用判斷連通域的大小的方法去掉比較小的噪點區(qū)域即可大致得到僅包含白細胞區(qū)域的圖像III，如圖7所示。二值圖像由不同大小的連通域(值為I的相互孤立的區(qū)域)組成，大小是指組成連通域的值為I的像素點的個數(shù)。白細胞體積大，二值化結(jié)果中，是比較大的區(qū)域，存在于二值圖像中的噪聲(也是連通域，但是面積非常小)面積很小，可以根據(jù)這個特點去除面積比較小的噪聲點。圖8顯示了白細胞的分割效果。
[0047](4) 二值圖像III中可能存在分割誤差，因為白細胞與紅細胞粘連等因素影響，分割結(jié)果可能會出現(xiàn)突出白細胞的部分，這將影響后續(xù)的識別，所以我們選取白細胞細胞核的
質(zhì)心為原點，設(shè)原點向右為正方向，將邊界的各像素點i沿逆時針方向用極坐標的形
式表示出來，其中i = 1，2，3，…L, P表示邊界點到原點的距離，Θ表示相位。Θ i是以i為自變量的函數(shù)，即相位函數(shù)，因為邊界為封閉輪廓，所以Qi的取值范圍為[0,2 31]。分析邊界像素點i的相位函數(shù)Θ i，如果相位函數(shù)Θ i中存在兩個突變點使相位函數(shù)產(chǎn)生波動，即認為在這兩點之間存在突起，如圖14所示。然后去掉兩點之前的邊界線，用平滑的曲線將兩點連接作為新的邊界。至此，白細胞的分割已經(jīng)達到很好的效果。
[0048](5)通過分析RGB彩色血細胞圖像的各分量，發(fā)現(xiàn)R分量中白細胞細胞核與其它部分對比明顯，如圖9所示；而8分量中細胞核區(qū)域很不明顯，甚至與背景分辨不出來，如圖10所示。因此，針對圖像的以上特點我們設(shè)計了一個增強白細胞細胞質(zhì)的方法，按照公式N= B-L 1*R，計算得到增強后的圖像N，圖像N中白細胞細胞核區(qū)域已經(jīng)明顯增強，如圖11所示。
[0049]然后對圖像N進行閾值分割，閾值的選取采用自動閾值算法0STU，分割結(jié)果經(jīng)過去噪，可以得到分割準確的僅包含細胞核區(qū)域的二值圖像IV，如附圖12所示。細胞質(zhì)區(qū)域可以通過讓二值圖像III減去二值圖像IV得到。圖13顯示了白細胞細胞核和細胞質(zhì)的分割效果。
[0050]上述雖然結(jié)合附圖對本發(fā)明的【具體實施方式】進行了描述，但并非對本發(fā)明保護范圍的限制，所屬領(lǐng)域技術(shù)人員應(yīng)該明白，在本發(fā)明的技術(shù)方案的基礎(chǔ)上，本領(lǐng)域技術(shù)人員不需要付出創(chuàng)造性勞動即可做出的各種修改或變形仍在本發(fā)明的保護范圍以內(nèi)。
【權(quán)利要求】
1.一種彩色血細胞圖像中白細胞的細胞質(zhì)和細胞核分割方法，其特征是，包括以下步驟: (1)去除原始彩色血細胞圖像中除白細胞和紅細胞之外的背景區(qū)域，得到只包含紅細胞和白細胞區(qū)域的二值圖像I; (2)去除原始彩色血細胞圖像中的白細胞和背景區(qū)域，得到只包含紅細胞區(qū)域的二值圖像II ； (3)用二值圖像I減去二值圖像II，然后用判斷連通域的大小的方法去掉比較小的噪點區(qū)域，得到僅包含白細胞區(qū)域的二值圖像III，并去除二值圖像III中存在的分割誤差； (4)增強原始彩色血細胞圖像中白細胞的細胞核區(qū)域，得到增強后的圖像N，對圖像N進行閾值分割，并對分割結(jié)果去噪處理，得到僅包含白細胞的細胞核區(qū)域的二值圖像IV ； (5)二值圖像III減去二值圖像IV得到白細胞的細胞質(zhì)區(qū)域。
2.如權(quán)利要求1所述的一種彩色血細胞圖像中白細胞的細胞質(zhì)和細胞核分割方法，其特征是，所述步驟(1)的具體方法為: 將原始彩色血細胞圖像從RGB色彩空間轉(zhuǎn)換到HIS色彩空間，再將HSI色彩空間的彩色圖像轉(zhuǎn)換為灰度圖像，對灰度圖像進行直方圖分析，選取灰度圖像的直方圖中兩個峰值所對應(yīng)的的兩個灰度值中間的值作為閾值對此灰度圖進行二值化，得到去除背景區(qū)域之后的二值圖像I。
3.如權(quán)利要求1所述的一種彩色血細胞圖像中白細胞的細胞質(zhì)和細胞核分割方法，其特征是，所述步驟(2)的具體方法為: 將原始彩色血細胞圖像從RGB色彩空間轉(zhuǎn)換到CMYK色彩空間，選取Y分量子圖作為分割對象；采用閾值對其進行分割，得到僅包含紅細胞區(qū)域的二值圖像II。
4.如權(quán)利要求1所述的一種彩色血細胞圖像中白細胞的細胞質(zhì)和細胞核分割方法，其特征是，所述步驟(3)中去除二值圖像III中存在的分割誤差的具體方法為: 選取細胞核的質(zhì)心為原點，設(shè)原點向右為正方向，將邊界的各像素點i沿逆時針方向用極坐標Ae.7"'的形式表示出來，Θ i是以i為自變量的相位函數(shù)，如果相位函數(shù)Θ i中存在兩個突變點使相位函數(shù)產(chǎn)生波動，即認為在這兩點之間存在突起，然后去掉兩點之前的邊界線，用平滑的曲線將兩點連接作為新的邊界；其中，i = 1，2，3，…L，P表示邊界點到原點的距離，Θ表示相位，Qi的取值范圍為[0，2π]。
5.如權(quán)利要求1所述的一種彩色血細胞圖像中白細胞的細胞質(zhì)和細胞核分割方法，其特征是，所述步驟(4)中增強原始彩色血細胞圖像中白細胞的細胞核區(qū)域的方法為:
N = Β-1.1*R 其中，N為增強了細胞核區(qū)域的圖像；B為RGB彩色血細胞圖像中的B分量，R為RGB彩色血細胞圖像中的R分量。
6.如權(quán)利要求1所述的一種彩色血細胞圖像中白細胞的細胞質(zhì)和細胞核分割方法，其特征是，所述步驟⑷中對圖像N進行閾值分割，閾值的選取采用自動閾值算法OSTU。
7.如權(quán)利要求1-6所述的任一種彩色血細胞圖像中白細胞的細胞質(zhì)和細胞核分割方法，其特征是，在原始彩色血細胞圖像中分離出白細胞區(qū)域和紅細胞區(qū)域、在原始彩色血細胞圖像中分離出紅細胞區(qū)域以及在原始彩色血細胞圖像中分離出細胞核區(qū)域的過程可以同 時進行。
【文檔編號】G06T7/00GK103985119SQ201410192778
【公開日】2014年8月13日 申請日期:2014年5月8日 優(yōu)先權(quán)日:2014年5月8日
【發(fā)明者】鄭成云, 劉治, 張聰聰, 李曉梅, 劉晶, 肖曉燕 申請人:山東大學