改進的分水嶺算法在牛乳體細胞上的分割及應用

張其陽　劉國奇　楊帥明　杜康　涂然

摘要：牛乳體細胞經常會出現重疊和粘連問題，文章針對此問題提出了一種有效可行的分割方法予以解決。在對原圖像二值化的基礎上，首先對灰度梯度圖像進行形態學平滑濾波處理，然后提取圖像的前景標記以及背景標記并對梯度圖像進行修正，最后用分水嶺進行分割。仿真結果表明，該算法不僅有效地抑制圖像的過分割問題，而且能準確、快速地分割牛乳體細胞，同時為后續步驟牛乳體細胞計數以及診斷提供可靠依據。

關鍵詞：分水嶺算法；圖像分割；過分割；標記提取

1.研究背景

生物細胞圖像分割并對其進行特征提取、計數等操作已成為科學研究領域難點之一。針對特定的牛乳體細胞來說，通常會出現細胞堆積或粘連的狀況，將多個堆聚在一起的細胞群分割成單個細胞，是細胞圖像處理的一項難題，也是后續實驗進行的必要前提。

通過查閱相關文獻可知，大體有兩類分離重疊細胞的方法：基于凹點和基于形態學的分割方法。基于凹點的分割方法，在凹凸程度明顯的條件下，可以得到較理想的分割效果。反之，那些凹凸特點不夠明顯的細胞，凹點的選取就很困難，并且有些重疊比較嚴重的細胞存在空隙，就會出現誤分割。在基于數學形態學分割方法研究方面，腐蝕膨脹法、測地重建法以及水壩分割等方法應用廣泛。這些算法共同的特點就是在充分利用圖像灰度信息和形態信息的基礎上進行分割。前兩類方法都是采用膨脹腐蝕的方法，共同點就是都要進行閾值處理，只要選取閾值，就會存在一定的誤差。水壩算法依賴于圖像的局部梯度信息，那些梯度分布不均勻的圖像，直接對算法產生影響，導致分割效果不理想。因此，對于特定牛乳體細胞有必要尋找更合適的細胞分割方法。

基于此并根據牛乳體細胞的特點，經過分析本文得到了一種改進的分割方法，得到了較好的分割效果，且算法簡單易于操作。

2.相關方法原理分析

2.1控制標記的分水嶺算法

控制標記的分水嶺方法通過標記符來控制過量區域的產生。它的算法思想是：首先確定梯度圖像中的最小值區域，利用Soile提出的強制最小技術進行修改灰度級圖像，這樣操作的結果讓濾波后出現的區域不會出現局部最小值，然后在修改后的梯度圖像基礎上應用分水嶺算法，完成對圖像的分割。基于控制標記的分水嶺分割算法采用內部、外部兩種標記，其中圖像中的每個標記就是一個連通成分，內部標記與某個感興趣目標有關系，而外部標記則與背景有關系。內部標記以后，就僅僅將這些內部標記為極小值區域進行分割，把分割結果的分水線作為外部標記，然后對每個分割出來的區域利用其他分割技術，最終將背景與目標分離出來實現分割。使用標記符為分割帶來了先驗知識，解決了細胞分割問題，但難免會產生過分割。

2.2改進的分水嶺算法

對于細胞過分割現象，基于形態學知識以及標記的改進分水嶺分割算法能有效解決。其分割算法實現步驟如下：

（1）將原始圖像二值化，得到灰色圖像的梯度圖I：（2）計算前景標記圖Iamask；（3）計算背景標記圖像Ibmask（4）修改分割函數△I；（5）再用分水嶺變換處理修改后的分割函數△I；（6）輸出分割圖像。

對圖像進行膨脹腐蝕變換，形態學重建運算對圖像進行開、閉運算去除碎片的同時較好保持圖像的目標輪廓，能有效改善圖像質量。

針對細胞的形態特征，在空洞填充的基礎上對細胞圖像進行距離變換。距離變換的本質操作就是使得圖像中每個像素的灰度值是由這個點到離其最近的背景點的值。

3.仿真實驗及結果分析

本文利用上述新提出的算法對采集到的牛乳體細胞圖像進行處理，分割算法結果如圖1所示。圖1（a）是原圖像。圖1（b）是其灰度圖像，可以看出未經過濾波除燥，圖像中出現碎片和毛刺現象，采用算子對圖像進行水平和垂直方向平滑濾波，然后求取模值，運用算子濾波后的圖像在細胞邊緣處顯示較大值，在無邊緣處值會很小。然后用8×8的圓盤狀結構元素。

對牛乳體細胞灰度圖像進行形態學重建運算進行濾波平滑，這樣處理使得周圍的平滑區域連接起來，接著對局部極大值的二值圖像進行開運算和閉運算平滑邊沿，并去掉圖像中像素個數小于20的局部極小值區域，進而前景標記，將基于重建的開閉運算圖像轉化為二值圖像，進行距離變換以及分水嶺分割，得到的分水嶺圖像作為背景標記，如圖（c）所示。最后用上述步驟得到的前景標記圖和背景標記圖。再次進行分水嶺算法分割，輸出分割結果圖（d）所示。可以看到，采用文中給出的方法得到的分割圖像邊界清晰，目標區域較為完整，提取準確，過分割問題得到了抑制。

4.結語

本文提出改進的分水嶺算法有效解決了傳統分水嶺算法存在的過分割問題，得到了較完整的輪廓，效果良好穩定，是一種對粘連較輕的細胞有效的方法。不過就本次仿真結果而言，分割線邊緣有些許偏差，同時標記的提取對牛乳體細胞重疊粘連的特點依賴比較嚴重，這些是下一步要解決的主要問題。