一种细胞图像的区域标识算法

细胞图像由于其内在特性,一直是图像分割的难点。为了更好地分割与标识细胞图像,采用双层结构,第1层基于传统的分裂合并算法的思想,引入脉冲耦合神经网络并简化对图像分裂,引入MS模型并简化对分裂区域进行合并,得到一个粗分割图像;第2层利用Canny算子提取图像的边界,将长度大于阈值的边界视作细胞边界,反之视作伪边界,得到一个不连续的边界。最后在两层结果的基础上,利用数学形态学的方法,进行骨架提取与细化,最终得到区域分割与标识的结果。实验用5幅细胞图像作为测试,对算法的参数选择做了详细讨论,并就正确标识率和运行时间与基于区域的分割、基于先验模型的分割做对比,表明本文算法更优。