主要是分为三大部分:1、分割出细胞,包括细胞的定位;2、有效特征的提取;3、训练出合适的分类器。
0、预处理
图像加强:f(x,y)=L(x,y)+G(x,y)*H(x,y)
L(x,y)为源图像的低频部分,G(x,y)为图像增强的增益,H(x,y)为源图像的高频成分。
一、细胞分割
方法1:
a、先进行图像平滑滤波、锐化滤波、RGB空间转换至HSI;
b、基于HSI颜色空间,彩色图像背景区域的亮度I明显大于其它部分,且分布十分集中,白细胞与红细胞在H上有明显的差别。将色度分量H调至最大,可以增加白细胞、红细胞与背景的对比度,然后转换至色度空间进行色度分量提取,利用色度直方图进行迭代阈值分割。
方法2:
对于不同质量的图像,应采用不同的阈值进行 Canny 边缘提取,例如当图像比较模糊的时候,为了得到多的闭合边缘,应该采用较小的 Canny 阈值;而对于比较清晰的图片,则应使用较大的阈值,以去掉