细胞荧光图像阈值化方法、系统、终端及存储介质技术方案

技术编号:30967184 阅读:8 留言:0更新日期:2021-11-25 20:39
本申请涉及一种细胞荧光图像阈值化方法、系统、终端以及存储介质。所述方法包括:利用限制对比度自适应局部直方图均衡算法调整细胞荧光图像的像素值分布;对所述像素值分布调整后的细胞荧光图像进行双边滤波处理;利用大津法对所述双边滤波处理后的细胞荧光图像进行二值化处理,得到二值化图像;获取所述二值化图像中的连通域,并计算每个连通域的面积,将面积小于设定阈值的连通域消除,得到阈值化细胞荧光图像。本申请实施例有效去除了点光源成像对荧光图像的干扰,并在去除点光源影响的同时保留细胞的边界信息,提高了待分析细胞的数据量,有利于提升后续提取生物参数的准确性。有利于提升后续提取生物参数的准确性。有利于提升后续提取生物参数的准确性。

【技术实现步骤摘要】
细胞荧光图像阈值化方法、系统、终端及存储介质


[0001]本申请属生物医学图像处理技术邻域,特别涉及一种细胞荧光图像阈值化方法、系统、终端以及存储介质。

技术介绍

[0002]在细胞实验的同时拍摄荧光图像可以大幅提升对细胞的观测和分析效率。作为细胞标记的一种,对细胞的检测和追踪可以通过对荧光图像的处理自动化地进行,大幅提升了实验的效率。同时,通过对荧光图像中细胞标记的分析可以得到一系列具有生物意义的参数,例如细胞面积、核质比、运动速度、方向等。这些参数对于细胞的行为分析及分类辨识具有重要作用。因此,细胞荧光图像的拍摄具有重要的作用和意义。但是,由于实验平台在拍摄荧光图像时采用的光源是点光源,由此会造成荧光图像的像素值分布中央远大于四周,常规的阈值方法无法同时保留中央和四周的细胞标记。实验学家采取的方法是对荧光图像进行裁切,仅保留下视野中央一小部分区域的图像进行阈值化操作,但在阈值化的过程中细胞标记的边缘信息得不到较好的保留,使得最终获取的生物参数具有一定的误差。同时,裁切操作使得可获得的细胞标记数量大幅减少,为了保证一定的数据量,还需要进一步增加实验操作,增加了操作复杂性。

技术实现思路

[0003]本申请提供了一种细胞荧光图像阈值化方法、系统、终端以及存储介质,旨在至少在一定程度上解决现有技术中的上述技术问题之一。
[0004]为了解决上述问题,本申请提供了如下技术方案:
[0005]一种细胞荧光图像阈值化方法,包括:
[0006]利用限制对比度自适应局部直方图均衡算法调整细胞荧光图像的像素值分布;
[0007]对所述像素值分布调整后的细胞荧光图像进行双边滤波处理;
[0008]利用大津法对所述双边滤波处理后的细胞荧光图像进行二值化处理,得到二值化图像;
[0009]获取所述二值化图像中的连通域,并计算每个连通域的面积,将面积小于设定阈值的连通域消除,得到阈值化细胞荧光图像。
[0010]本申请实施例采取的技术方案还包括:所述利用限制对比度自适应局部直方图均衡算法调整细胞荧光图像的像素值分布具体为:
[0011]将所述细胞荧光图像分为大小相等的不重叠的子块,每个子块的大小为tileGridSize;
[0012]计算细胞荧光图像的完整直方图以及每个子块的直方图,并确定直方图的剪切阈值clipLimit;
[0013]将每个子块的直方图中超过剪切阈值clipLimit的像素值均匀地填充到完整直方图中,完成子块直方图中多余像素的重新分配:
[0014]通过函数映射对像素填充后的完整直方图进行像素值均衡处理;
[0015]采用双线性插值对像素值均衡处理后的完整直方图进行像素点灰度值重构,得到处理后的细胞荧光图像。
[0016]本申请实施例采取的技术方案还包括:所述对所述像素值分布调整后的细胞荧光图像进行双边滤波处理具体为:
[0017]设G
σ
(x)为二维高斯核,G
σs
、G
or
分别为空间权重和灰度权重,I
p
为待计算位置的像素值,I
q
为邻域内的像素值,p=(p
x
,p
y
)为待计算的像素值的位置,q=(q
x
,q
y
)为邻域内的像素值位置,||p

q||为p和q之间的空间距离,则:
[0018][0019]其中,BF代表双边滤波器,BF[I]p
表示利用双边滤波器计算细胞荧光图像中p位置的像素值,q∈S表示使用双边滤波器计算p位置的像素值时,其结果由邻域范围S内的每个像素值的加权和决定,邻域范围内每个像素值的权重由空间权重G
σs
和灰度权重G
σr
共同决定;W
p
为归一化因子,W
p
计算公式为:
[0020][0021]本申请实施例采取的技术方案还包括:所述利用大津法对所述双边滤波处理后的细胞荧光图像进行二值化处理具体为:
[0022]通过阈值TH将细胞荧光图像的所有像素分为C1和C2两类,C1为小于TH的像素类,C2为大于TH的像素类,假设C1和C2的像素均值分别为m1和m2,图像全局像素均值为mG,像素被分为C1和C2类的概率分别为p1和p2,则有:
[0023]p1*m1+p2*m2=mG
[0024]p1+p2=1
[0025]类间方差的表达式为:
[0026]σ2=p1(m1

mG)2+p2(m2

mG)2[0027]使得σ2值最大的阈值即为最大类间方差阈值,通过所述最大类间方差阈值对细胞荧光图像进行二值化处理,分离出细胞和背景区域。
[0028]本申请实施例采取的技术方案还包括:所述计算每个连通域的面积具体为:
[0029]将每个连通域的所有像素值进行累加,将得到的像素值总数作为连通域面积。
[0030]本申请实施例采取的另一技术方案为:一种细胞荧光图像阈值化系统,包括:
[0031]像素值调整模块:用于利用限制对比度自适应局部直方图均衡算法调整细胞荧光图像的像素值分布;
[0032]图像滤波模块:用于对所述像素值分布调整后的细胞荧光图像进行双边滤波处理;
[0033]二值化模块:用于利用大津法对所述双边滤波处理后的细胞荧光图像进行二值化处理,得到二值化图像;
[0034]噪声消除模块:用于获取所述二值化图像中的连通域,并计算每个连通域的面积,
将面积小于设定阈值的连通域消除,得到阈值化细胞荧光图像。
[0035]本申请实施例采取的又一技术方案为:一种终端,所述终端包括处理器、与所述处理器耦接的存储器,其中,
[0036]所述存储器存储有用于实现所述细胞荧光图像阈值化方法的程序指令;
[0037]所述处理器用于执行所述存储器存储的所述程序指令以控制细胞荧光图像阈值化。
[0038]本申请实施例采取的又一技术方案为:一种存储介质,存储有处理器可运行的程序指令,所述程序指令用于执行所述细胞荧光图像阈值化方法。
[0039]相对于现有技术,本申请实施例产生的有益效果在于:本申请实施例的细胞荧光图像阈值化方法、系统、终端以及存储介质利用CLAHE算法调整细胞荧光图像的像素值分布,对CLAHE处理后的细胞荧光图像进行双边滤波处理,利用OTSU算法对滤波处理后的细胞荧光图像进行二值化处理,并根据连通区域面积去除图像中残留的噪声,得到最终的阈值化细胞荧光图像。本申请实施例有效去除了点光源成像对荧光图像的干扰,并在去除点光源影响的同时保留细胞的边界信息,提高了待分析细胞的数据量,有利于提升后续提取生物参数的准确性。
附图说明
[0040]图1是本申请实施例的细胞荧光图像阈值化方法的流程图;
[0041]图2是本申请实施例的像素值均衡处理示意图;...

【技术保护点】

【技术特征摘要】
1.一种细胞荧光图像阈值化方法,其特征在于,包括:利用限制对比度自适应局部直方图均衡算法调整细胞荧光图像的像素值分布;对所述像素值分布调整后的细胞荧光图像进行双边滤波处理;利用大津法对所述双边滤波处理后的细胞荧光图像进行二值化处理,得到二值化图像;获取所述二值化图像中的连通域,并计算每个连通域的面积,将面积小于设定阈值的连通域消除,得到阈值化细胞荧光图像。2.根据权利要求1所述的细胞荧光图像阈值化方法,其特征在于,所述利用限制对比度自适应局部直方图均衡算法调整细胞荧光图像的像素值分布具体为:将所述细胞荧光图像分为大小相等的不重叠的子块,每个子块的大小为tileGridSize;计算细胞荧光图像的完整直方图以及每个子块的直方图,并确定直方图的剪切阈值clipLimit;将每个子块的直方图中超过剪切阈值clipLimit的像素值均匀地填充到完整直方图中,完成子块直方图中多余像素的重新分配:通过函数映射对像素填充后的完整直方图进行像素值均衡处理;采用双线性插值对像素值均衡处理后的完整直方图进行像素点灰度值重构,得到处理后的细胞荧光图像。3.根据权利要求2所述的细胞荧光图像阈值化方法,其特征在于,所述对所述像素值分布调整后的细胞荧光图像进行双边滤波处理具体为:设G
σ
(x)为二维高斯核,G
σs
、G
σr
分别为空间权重和灰度权重,I
p
为待计算位置的像素值,I
q
为邻域内的像素值,p=(p
x
,p
y
)为待计算的像素值的位置,q=(q
x
,q
y
)为邻域内的像素值位置,||p

q||为p和q之间的空间距离,则:其中,BF代表双边滤波器,BF[I]
p
表示利用双边滤波器计算细胞荧光图像中p位置的像素值,q∈S表示使用双边滤波器计算p位置的像素值时,其结果由邻域范围S内的每个像素值的加权和决定,邻域范围内每个像素值的权重由空间权重G
σs
和灰度权重G
σr
共同决定;W
p
为归一化因子,W
p
计算公式为:4.根据权利要求3所述的细胞荧光图像阈值化方法,其特征在于,所述利用大津法对所述双边滤波处理后的细胞荧光图像进行二值化处理具体为:通过阈值TH将细胞荧光图像的所有像素分为C1和C2两类,C1为小于TH的像素类,C2为大于TH的像素类,假设C1和C2的像素均值分别为m1和m2,图像全局像素均值为mG,像素被分为C1和C2类的概率分别为p1和p2,则有:p1*m1+p2*m2=mG
p1+p2...

【专利技术属性】
技术研发人员:吴昊魏彦杰潘毅
申请(专利权)人:中国科学院深圳理工大学筹
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1