基于改进的图论最小生成树及骨架距离直方图分割细胞图像

为了解决模糊且有粘连的细胞图像的难以分割问题,本文针对医学细胞图像的特点,应用图论的思想提出了一种图论与数学形态学结合的图像分割算法。该算法先对图像进行去噪和增强,然后用改进的图论最小生成树(MST)算法对细胞图像进行初始分割。改进的主要内容是在算法中引入了细胞尺寸和形状的信息,从而在一定程度上改善了图论算法过分割的缺陷。在进一步的图像分割中,为了解决二值图像中的细胞粘连问题,结合数学形态学的骨架边界距离信息找出分裂线将粘连细胞分离。与常规的分水岭算法完全不同,该算法没有重复性的运算。一系列细胞图像的试验表明,该算法能够很好地分割模糊且有粘连的细胞图像,其结果令人满意。