類圓形目標(biāo)圖像是指圖像中目標(biāo)的形狀及輪廓為圓形或與圓形相近,例如由細(xì)胞、菌落和納米微粒等類圓形目標(biāo)所拍攝的圖像都可以稱為類圓形目標(biāo)圖像。該類圖像在生物、醫(yī)學(xué)等領(lǐng)域廣泛存在。由于在這類圖像中往往會(huì)存在多個(gè)目標(biāo)因位置重疊而產(chǎn)生粘連的情況,這給工作人員分析圖像中包含的信息帶來了極大的困難。因此,本文針對此問題進(jìn)行研究,旨在使用圖像處理領(lǐng)域的方法來更加有效、準(zhǔn)確的將此類圖像中存在的粘連類圓形目標(biāo)分割開來。本文的主要工作如下:首先,本文對粘連圖像分割領(lǐng)域的發(fā)展趨勢及研究現(xiàn)狀進(jìn)行了梳理總結(jié),重點(diǎn)介紹了兩種相關(guān)算法,分別是基于凹點(diǎn)檢測和橢圓擬合的粘連分割算法以及基于凹點(diǎn)檢測和凹點(diǎn)匹配的粘連分割算法,并結(jié)合實(shí)驗(yàn)的結(jié)果,歸納總結(jié)了這些已有算法存在的問題和不足。然后,為了獲取本文算法分割粘連區(qū)域所需要的特征點(diǎn):凹點(diǎn)和重心,本文提出了一種更加準(zhǔn)確的凹點(diǎn)檢測算法和一種經(jīng)過改進(jìn)的重心提取算法。針對現(xiàn)有凹點(diǎn)檢測算法存在的凹點(diǎn)判別不準(zhǔn)確的問題,本文的凹點(diǎn)檢測算法通過多重判據(jù)可以將凹點(diǎn)更為準(zhǔn)確的分離出來。同時(shí),針對原有的快速徑向?qū)ΨQ（Fast Radial Symmetry,FRS）變換算法在提取重心時(shí)存在的需要手動(dòng)... 

【文章來源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：82 頁

【學(xué)位級別】：碩士

【部分圖文】：

本文算法的流程示意圖

)i k i c 表示當(dāng)前角點(diǎn)與后點(diǎn)所構(gòu)成直線與水平方向的夾角點(diǎn)所對應(yīng)的夾角 ( )i c是否滿足一定的角度范圍，即將當(dāng)前角點(diǎn)判定為候選凹點(diǎn)。1 2< ( ) <iD cD1D 與2D 為預(yù)設(shè)角度閾值，它們可根據(jù)處理的粘連目標(biāo)如，如果粘連類圓形目標(biāo)圖像中的目標(biāo)形狀與圓形相近區(qū)域的凹陷程度則較為明顯，所以可以適度縮小該角縮小2D 的值。反之，如果粘連類圓形目標(biāo)圖像中的目，若存在粘連區(qū)域，則形成的凹區(qū)域的凹陷程度則較為度閾值的范圍，即適度減小1D 并增大2D 的值。該判據(jù)有角點(diǎn)中不可能屬于粘連區(qū)域中的角點(diǎn)，以便進(jìn)一步意圖如圖 3.4 所示。

第三章 粘連類圓形目標(biāo)圖像的特征點(diǎn)提取程可參考本文末的附錄部分內(nèi)容。( )11= 121i k i ki ii k i kx yS x yx y ic證發(fā)現(xiàn)，若任一角點(diǎn)ic 與對應(yīng)的前點(diǎn)和后點(diǎn)所足公式(3-8)，則將該角點(diǎn)判定為候選凹點(diǎn)；< 0iS 如圖 3.5 所示。

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)水平集方法的粘連細(xì)胞分割[J]. 劉海波,韓彥芳,徐伯慶.  信息技術(shù). 2014(10)
[2]徑向?qū)ΨQ和圓形霍夫相結(jié)合的眼睛狀態(tài)識別[J]. 向淑蘭,猶軼.  光電工程. 2011(05)

碩士論文
[1]菌落圖像分割算法研究與軟件實(shí)現(xiàn)[D]. 王俊偉.西安電子科技大學(xué) 2018



本文編號：3526782