血細(xì)胞中包含紅細(xì)胞、白細(xì)胞和血小板等,而白細(xì)胞的形態(tài)學(xué)檢驗是臨床診斷提供有力的依據(jù),具有廣闊應(yīng)用前景。目前,利用人工鏡檢的方式觀察血細(xì)胞載玻片是普遍現(xiàn)狀,但是人工對白細(xì)胞進(jìn)行分類是枯燥和低效的,通過圖像處理和模式識別等技術(shù)實現(xiàn)白細(xì)胞檢測的自動化和智能化是當(dāng)前的發(fā)展趨勢。本文基于運動控制平臺、彩色CCD相機(jī)、光學(xué)顯微鏡和高性能計算機(jī)搭建全自動血細(xì)胞檢測系統(tǒng),采用高效的圖像采集方案并結(jié)合自動聚焦技術(shù),獲取高質(zhì)量的白細(xì)胞顯微圖像,通過圖像分割分類算法實現(xiàn)白細(xì)胞圖像在線識別。采集圖像方面,在低倍鏡下利用二維離散小波定位單細(xì)胞層區(qū)域,并利用斑點檢測的方法定位白細(xì)胞,然后在油鏡下對定位的白細(xì)胞進(jìn)行圖像采集。圖像分割算法方面,針對計算機(jī)顯微視覺圖片的特點,通過篩選圖像顏色模型,選取符合人眼觀察的HSI顏色模型進(jìn)行白細(xì)胞與背景圖像的精確剝離。對比研究多種圖像分割算法,區(qū)域生長算法在HSI模型的H通道上表現(xiàn)出良好的分割性能,滿足下一步分割需求。在細(xì)胞核和細(xì)胞漿的提取方面,在白細(xì)胞背景剝離的基礎(chǔ)上,對RGB模型B通道白細(xì)胞圖像利用大津法(otsu)實現(xiàn)白細(xì)胞核和白細(xì)胞漿的提取。分類識別方面,建立了白細(xì)胞形... 

【文章來源】：北方工業(yè)大學(xué)北京市

【文章頁數(shù)】：56 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２－４自動聚焦平臺??９??

非中．細(xì)胞層圖像比單細(xì)胞層圖像在水平高頻系數(shù)Ｌ／７，和垂直高頻系數(shù)／％子??帶中包含史多的高頻能景。根據(jù)這？特征，設(shè)定高頻能量閾值即可確定出單細(xì)胞??層區(qū)域，如圖２－７、圖２－８所示。??Ｖ５ｊ???１．５ｊ???????????Ｉ??Ｉ??Ｉ??１?■??－??—??０?５?１????－０．５?０?５??－１?｝■■???？［（？）?！??０Ｌｗ??????０?０＿２?０?４?００?０．８?１?°０?０２?０．４?０４?００?１??閣２－６?ｈａｒｒ小波函數(shù)和尺度函數(shù)??－??．?；?．??＾?：?■：－：??Ａ－－＂?，－＾ｖ，?：?？??■??．．??．??，?＊??：＝．．．．丫?．?？?．?．??？??，??？?．??霉??

非中．細(xì)胞層圖像比單細(xì)胞層圖像在水平高頻系數(shù)Ｌ／７，和垂直高頻系數(shù)／％子??帶中包含史多的高頻能景。根據(jù)這？特征，設(shè)定高頻能量閾值即可確定出單細(xì)胞??層區(qū)域，如圖２－７、圖２－８所示。??Ｖ５ｊ???１．５ｊ???????????Ｉ??Ｉ??Ｉ??１?■??－??—??０?５?１????－０．５?０?５??－１?｝■■???？［（？）?！??０Ｌｗ??????０?０＿２?０?４?００?０．８?１?°０?０２?０．４?０４?００?１??閣２－６?ｈａｒｒ小波函數(shù)和尺度函數(shù)??－??．?；?．??＾?：?■：－：??Ａ－－＂?，－＾ｖ，?：?？??■??．．??．??，?＊??：＝．．．．丫?．?？?．?．??？??，??？?．??霉??

【參考文獻(xiàn)】：
期刊論文
[1]基于遺傳算法預(yù)測2D三向的蛋白質(zhì)結(jié)構(gòu)[J]. 夏慧芳,郭雨珍,江宏昊.  生物信息學(xué). 2019(01)
[2]基于深度學(xué)習(xí)的視頻跟蹤研究進(jìn)展綜述[J]. 戴鳳智,魏寶昌,歐陽育星,金霞.  計算機(jī)工程與應(yīng)用. 2019(10)
[3]融合局部紋理特征的核密度估計運動目標(biāo)檢測[J]. 金靜,黨建武,翟鳳文,王陽萍,申東,張振海.  吉林大學(xué)學(xué)報(工學(xué)版). 2019(02)
[4]卷積神經(jīng)網(wǎng)絡(luò)在MRI圖像診斷中的應(yīng)用[J]. 王洋,劉積仁,趙大哲,邱道云.  東北大學(xué)學(xué)報(自然科學(xué)版). 2019(02)
[5]基于核函數(shù)的稀疏屬性選擇算法[J]. 張善文,文國秋,張樂園,李佳燁.  計算機(jī)科學(xué). 2019(02)
[6]基于聚類分析和決策樹的“一庫多級”水電站日調(diào)度方法[J]. 申建建,張楠男,程春田,張聰通.  中國電機(jī)工程學(xué)報. 2019(03)
[7]平行因子結(jié)合支持向量機(jī)對多環(huán)芳烴的熒光檢測[J]. 王書濤,吳興,朱文浩,李明珊.  光學(xué)學(xué)報. 2019(05)
[8]基于樸素貝葉斯機(jī)器學(xué)習(xí)的PI3K抑制劑預(yù)測研究[J]. 羅瑤,宋衍琳,尚瑾玲,王領(lǐng).  中國新藥雜志. 2019(01)
[9]基于BP神經(jīng)網(wǎng)絡(luò)的無約束優(yōu)化方法[J]. 董志貴,王福林,宋慶鳳,吳志輝.  統(tǒng)計與決策. 2019(01)
[10]基于小波去噪和梯度校正的分水嶺圖像分割技術(shù)研究[J]. 周小明.  數(shù)學(xué)雜志. 2019(04)

碩士論文
[1]基于ARM的指針式儀表讀數(shù)識別算法研究與實現(xiàn)[D]. 劉家寶.華北電力大學(xué) 2018
[2]仿生智能計算技術(shù)及其在醫(yī)學(xué)圖像分割中的應(yīng)用研究[D]. 李哲.西北工業(yè)大學(xué) 2017
[3]白細(xì)胞圖像的特征提取與分類算法研究[D]. 張敏淑.中國計量大學(xué) 2016
[4]基于模糊聚類的彩色圖像分割算法研究[D]. 鄭朋.陜西師范大學(xué) 2016
[5]基于顏色特征向量的無線膠囊內(nèi)窺鏡圖像出血檢測研究[D]. 陳淑芳.重慶大學(xué) 2016
[6]基于神經(jīng)網(wǎng)絡(luò)的病理圖像融合識別研究與實現(xiàn)[D]. 王玉山.武漢理工大學(xué) 2010



本文編號：2937759