一种细胞分层图像处理方法技术

本发明专利技术公开了一种细胞分层图像处理方法，先对图像进行霍夫直线检测，找出其近似直线的分层线，再利用基于梯度变化的方法找到剩余的分层线，包括以下步骤：S1从采集的细胞分层图像中提取有效区域并去噪；S2采取阈值分割操作；S3进行形态学的膨胀操作以去除毛刺；S4进行取反操作；S5对图像进行霍夫直线检测；S6用基于梯度的方法找到剩余分层线。本发明专利技术的细胞分层图像处理方法，采用基于霍夫直线检测和梯度变化的方法对离心后的图像进行分层，整个算法流程不涉及对亮度和颜色的判别，避免了光照等外界因素对图像的影响，且使用机器视觉的方法对图像进行相应的处理来实现分层，计算量少，运算速度快。运算速度快。运算速度快。

【技术实现步骤摘要】
一种细胞分层图像处理方法


[0001]本专利技术涉及医学图像处理
，具体涉及一种细胞分层图像处理方法。

技术介绍

[0002]当前随着人口老龄化严重和严重疾病的困扰，全世界范围内都在进行积极的推行细胞疗法，免疫细胞与干细胞等细胞产品对人类大健康有着举足轻重的现实意义。目前为止，细胞制备技术得到了一定的发展，不再需要过多的人工干预或干涉，整个制备过程都实现了自动化和智能化生产。在细胞制备过程中，主要包括功能模块，分别是细胞分离、细胞培养。以上这些功能模块都是智能化操作，其中，基于图像处理的细胞分层方法属于细胞分离模块，其主要目的是分离出白细胞，以分离标准判定分离的阶段及决定是否终止细胞分离操作，从而采取一系列的终止分离操作。
[0003]随着时代发展和科技进步，图像处理技术在培养细胞分层方面应用越来越广泛。现阶段对培养血细胞经过离心后的图像分层方法主要包括人工的方法和基于机器视觉的方法，现有基于图像处理的图像分层方法，大都是采用分割的方法。
[0004]传统的人工方法主要利用相关的工具去手工测量分层线，效率低、测量的误差还很大。现阶段利用机器视觉的方法去测量细胞分层线虽然省去了人工，提升了效率，但仍然面临易找不到分层线的问题。

技术实现思路

[0005]本专利技术要解决的技术问题就在于：针对现有技术存在的技术问题，本专利技术提供一种细胞分层图像处理方法，效率高、分层准确率高、误差小。
[0006]为解决上述技术问题，本专利技术提出的技术方案为：
[0007]一种细胞分层图像处理方法，先对图像进行霍夫直线检测，找出其近似直线的分层线，再利用基于梯度变化的方法找到剩余的分层线，包括以下步骤：
[0008]S1，从采集的细胞分层图像中提取有效区域并去噪；
[0009]S2，对经过去噪后的图像采取阈值分割操作；
[0010]S3，对分割后对图像进行形态学的膨胀操作以去除毛刺；
[0011]S4，对膨胀和去除毛刺之后的图像进行取反操作；
[0012]S5，经过对图像取反后，对图像进行霍夫直线检测；
[0013]经过取反处理后的图，横坐标为x轴，纵坐标为y轴，x轴上的每一个像素对应y轴像素和，统计y轴像素分布情况，像素分布情况可表示如下：
[0014][0015]在式中，w为图像的宽，h为图像的高，f(x,y)表示在(x,y)坐标下的像素，f
y
(x,y)表示当前x轴坐标对应的y轴像素和，像素分布情况与分层线一一对应；
[0016]S6，用基于梯度的方法找到剩余分层线；
[0017]对步骤S5得到的前两条分层线之间的图像区域以x轴为横坐标，像素在x轴上的梯度变化为纵坐标y轴，统计梯度变化；梯度变化最大值或最小值超过了预设的阈值，图像里最大值或最小值所对应的x轴坐标表示图像对应的剩余的分层线的x坐标，利用分层线的x轴坐标画出剩余分层线。
[0018]作为上述技术方案的进一步改进：
[0019]优选地，所述步骤S1中，具体包括如下方法：
[0020]步骤S11，使用的图像为RGB三通道，数字图像中每一个通道数的像素值均为0～255，原图转换为灰度图，转换公式如下：
[0021]Grey＝0.299
×
R+0.587
×
G+0.114
×
B
[0022]转换后的灰度图为单通道图，灰度图的灰度值在0～255变化；
[0023]步骤S12，为了得到图像在水平方向上的梯度边缘信息，对步骤S11得到的灰度图使用Sobel算子进行处理；只求取水平方向的边缘检测图像；
[0024]步骤S13，对得到的边缘检测图像进行高斯滤波的减噪过程。
[0025]优选地，所述步骤S2中，设定一个阈值，用阈值将图像的数据分成两部分：大于阈值的像素群和小于阈值的像素群，表达式如下：
[0026][0027]其中，src(x,y)为滤波后的图像在坐标(x,y)下的像素值，dst(x,y)为阈值分割后生成的二值图的对应像素值，在参数选取上thresh为23，maxVal为255，经过阈值分割后的图像每个像素值为0或255。
[0028]优选地，所述步骤S3中，膨胀操作的表达式为：
[0029][0030]该公式表示用B来对图像A进行膨胀处理，其中B是结构元素，A表示阈值分割后的图像，通过B与图像A进行卷积计算，计算B覆盖区域的像素点最大值，并用该值替换图像A的像素值实现膨胀，经过膨胀运算后的图像分层区域光滑且排除了背景的干扰。
[0031]优选地，所述步骤S4中，取反操作的运算式为：
[0032]dst(x,y)＝1
‑
f(x,y)
[0033]其中，dst(x,y)表示取反后的图像的像素点，f(x,y)表示膨胀后的图像对应的像素点，经过取反后，产生的图像像素点与膨胀后的图相反。
[0034]优选地，所述步骤S5中，具体如下：
[0035]S51，利用霍夫直线检测检测出的每一条直线都由向量(x1,y1,x2,y2)组成，每一条分层线都可以用坐标(x1,y1)和(x2,y2)来表示；由于分层线是垂直于横轴的，故x1＝x2，利用x1坐标表示分层线；
[0036]S52，经过步骤S4处理后的图像，以x轴为横坐标，x轴上的每一个像素对应的y轴像素和为纵坐标，统计y轴像素分布情况，像素分布情况如下：
[0037][0038]在式中，w为图像的宽，h为图像的高，f(x,y)表示在(x,y)坐标下的像素，f
y
(x,y)表示当前x轴坐标对应的y轴像素和，像素分布情况与分层线一一对应；
[0039]S53，对步骤S52中y轴像素和大于阈值的x坐标进行统计，与步骤S51中霍夫直线检测得到的x1坐标构成一个整体，得到的x轴坐标即区分像素变化明显的分层线。
[0040]优选地，所述步骤S6中，具体如下：
[0041]S61，对步骤S5得到的前两条分层线之间的图像区域以x轴为横坐标，像素在x轴上的梯度变化为纵坐标，统计梯度变化，梯度变化表示如下：
[0042][0043]式中，f
y
(x+a,y)表示当前x+a轴坐标对应的y轴像素和，a表示步长，步长随图像的变化而改变，表示如下：
[0044][0045]其中，(x1‑
x0)表示前两条分层线对应的x轴位置差；
[0046]S62，对梯度变化做可视化图，图像像素变化能用梯度表示；
[0047]S63，若梯度变化最大值或最小值超过了预设的阈值，则图像里最大值或最小值所对应的x轴坐标即表示图像对应的剩余的分层线的x坐标，利用分层线的x轴坐标画出剩余分层线。
[0048]本专利技术提供的细胞分层图像处理方法，与现有技术相比有以下优点：
[0049]本专利技术的细胞分层图像处理方法，采用基于霍夫直线检测和梯度变化的方法对离心后的图像进行分层本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种细胞分层图像处理方法，其特征在于，先对图像进行霍夫直线检测，找出其近似直线的分层线，再利用基于梯度变化的方法找到剩余的分层线，包括以下步骤：S1，从采集的细胞分层图像中提取有效区域并去噪；S2，对经过去噪后的图像采取阈值分割操作；S3，对分割后对图像进行形态学的膨胀操作以去除毛刺；S4，对膨胀和去除毛刺之后的图像进行取反操作；S5，经过对图像取反后，对图像进行霍夫直线检测；经过取反处理后的图，横坐标为x轴，纵坐标为y轴，x轴上的每一个像素对应y轴像素和，统计y轴像素分布情况，像素分布情况可表示如下：在式中，w为图像的宽，h为图像的高，f(x,y)表示在(x,y)坐标下的像素，f
y
(x,y)表示当前x轴坐标对应的y轴像素和，像素分布情况与分层线一一对应；S6，用基于梯度的方法找到剩余分层线；对步骤S5得到的前两条分层线之间的图像区域以x轴为横坐标，像素在x轴上的梯度变化为纵坐标y轴，统计梯度变化；梯度变化最大值或最小值超过了预设的阈值，图像里最大值或最小值所对应的x轴坐标表示图像对应的剩余的分层线的x坐标，利用分层线的x轴坐标画出剩余分层线。2.根据权利要求1所述的细胞分层图像处理方法，其特征在于，所述步骤S1中，具体包括如下方法：步骤S11，使用的图像为RGB三通道，数字图像中每一个通道数的像素值均为0～255，原图转换为灰度图，转换公式如下：Grey＝0.299
×
R+0.587
×
G+0.114
×
B转换后的灰度图为单通道图，灰度图的灰度值在0～255变化；步骤S12，为了得到图像在水平方向上的梯度边缘信息，对步骤S11得到的灰度图使用Sobel算子进行处理；只求取水平方向的边缘检测图像；步骤S13，对得到的边缘检测图像进行高斯滤波的减噪过程。3.根据权利要求1所述的细胞分层图像处理方法，其特征在于，所述步骤S2中，设定一个阈值，用阈值将图像的数据分成两部分：大于阈值的像素群和小于阈值的像素群，表达式如下：其中，src(x,y)为滤波后的图像在坐标(x,y)下的像素值，dst(x,y)为阈值分割后生成的二值图的对应像素值，在参数选取上thresh为23，maxVal为255，经过阈值分割后的图像每个像素值为0或255。4.根据权利要求1所述的细胞分层图像...

【专利技术属性】
技术研发人员：吴亮红，张侣，陈亮，周博文，胡松松，刘欢，
申请(专利权)人：湖南科技大学，
类型：发明
国别省市：