專利名稱：一種藻類顯微圖像輪廓的提取方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種圖像處理與圖像分割的方法，尤其是涉及一種是通過藻類特有的細(xì)胞外 圍輪廓特征將其從玻片背景環(huán)境中提取出來的方法，以利于后續(xù)對其鑒定與分析。
背景技術(shù)：
藻類是一類廣泛分布于各類生境的單細(xì)胞生物，對生態(tài)系統(tǒng)的平衡起著至關(guān)重要的作用， 它是地球海洋初級生產(chǎn)力的主要組成部分。除此之外，藻類在許多領(lǐng)域都有廣泛的應(yīng)用，如 水質(zhì)檢測([l] Prygiel J, Coste M, Bukowska J. Review of the major diatom-based techniques for the quality assessment of continental surface waters. In: Use of algae for monitoring rivers, Prygiel J，Coste M， Bukowska J.(eds), Agence de l'Eau Artois-Picardie，Douai,France. 1998:224-238; [2] Kelly MG quality assessment by algal monitoring. In: The handbook of environmental
monitoring, F. Burden, I.Mckelvie, A.Guenther and U.Fo:rstner (eds),McGraw-Hill, New York)、養(yǎng) 殖、石油勘探、納米技術(shù)([3] Ryan WD， Richard Q Star Trek replicators and diatom nanotechnology [J]. Trends in Biotechnol, 2003, 21:325-328)和赤潮預(yù)報等，這些應(yīng)用都離不開 對藻類的鑒定工作。
目前，藻類的鑒定和定量分析大都是在顯微鏡下靠人工完成的，需要有較高的分類專業(yè) 技術(shù)水平，既耗時又費(fèi)力。國內(nèi)外都在尋找一種快速識別方法，以滿足在藻類鑒定上的需求。
藻類圖像自動識別的一個不可逾越的環(huán)節(jié)是藻體的輪廓提取。然而傳統(tǒng)的圖像處理方法 無法對藻類圖像做有效的處理，首先顯微圖像的噪聲點(diǎn)較多，傳統(tǒng)的檢測邊緣的模板，如 Prewitt邊緣檢測器、Roberts邊緣檢測器和Sobel邊緣檢測器，受噪聲影響大；而灰度閾值分 割又受顯微圖像光源的影響很大，顯微圖像常見的照明光源的方向性問題也容易產(chǎn)生光照不 平衡的效果，使該方法的分割成功率也無法滿足要求。此外大型雜質(zhì)如水泡的存在使得分割 后續(xù)處理步驟無法實(shí)現(xiàn)智能化。

發(fā)明內(nèi)容
本發(fā)明的目的在于針對上述現(xiàn)有技術(shù)所存在的不足，提供一種藻類顯微圖像輪廓的提取 方法，為藻類自動識別系統(tǒng)提供一種有效的輪廓提取手段。
本發(fā)明是通過以下技術(shù)方案實(shí)現(xiàn)的，首先獲取藻體顯微圖片，對其進(jìn)行灰度化處理，分別獲得暗輪廓的候選區(qū)域及亮輪廓的候選區(qū)域，再獲得暗輪廓與亮輪廓互相相鄰并重疊的區(qū) 域，經(jīng)過簡單的后續(xù)處理，最終得到藻體細(xì)胞外圍輪廓。 本發(fā)明包括以下步驟
1) 獲取藻類顯微圖像，對藻類顯微圖像進(jìn)行灰度化處理，獲得藻類顯微圖像的累積灰度 直方2) 設(shè)定藻類圖像的暗輪廓區(qū)域和亮輪廓區(qū)域；
3) 獲取同時與暗輪廓區(qū)域和亮輪廓區(qū)域相鄰的重疊區(qū)域；
4) 去除雜質(zhì)及噪點(diǎn)標(biāo)記，修復(fù)輪廓毛刺和缺刻，獲得最終藻體細(xì)胞外圍輪廓。 所述設(shè)定暗輪廓區(qū)域和亮輪廓區(qū)域可采用以下方法獲取待處理圖片的灰度直方圖，然
后設(shè)定一個細(xì)胞外圍輪廓區(qū)域的面積值；從所述灰度直方圖的暗區(qū)開始向亮區(qū)累計(jì)，將累計(jì) 面積達(dá)到所設(shè)定的一個細(xì)胞外圍輪廓區(qū)域的面積值的所有灰度的區(qū)域標(biāo)記為暗輪廓；同樣， 從所述灰度直方圖的亮區(qū)開始向暗區(qū)累計(jì)，將累計(jì)面積達(dá)到所設(shè)定的一個細(xì)胞外圍輪廓區(qū)域 的面積值的所有灰度的區(qū)域標(biāo)記為亮輪廓。
在實(shí)際操作過程中，可以將灰度直方圖進(jìn)行歸一化處理，同時暗輪廓及亮輪廓設(shè)定的依 據(jù)不是細(xì)胞外圍輪廓區(qū)域的面積而是細(xì)胞外圍輪廓區(qū)域的面積對圖片面積的比值。
由于輪廓重疊標(biāo)記過程可以消除大部分虛假邊緣，因此比值可以適當(dāng)設(shè)高。
藻類顯微圖像具有如下特點(diǎn)，由于藻體高度與玻片存在落差，由此產(chǎn)生光線折射的特殊 效果，使得藻體的細(xì)胞邊緣外圍有一圈明顯的暗輪廓和亮輪廓，而且二者是相鄰的。由于藻 體輪廓同時存在暗輪廓和亮輪廓，而其他雜質(zhì)邊緣不存在該特點(diǎn)。
與己有技術(shù)相比，本發(fā)明具有以下特點(diǎn)
1) 無論雜質(zhì)面積是否與藻體接近，由于其不存在暗輪廓與亮輪廓同時存在的特點(diǎn)，都能 有效去除雜質(zhì)影響。
2) 可以有效去除光照不平衡及不同批次的照片光照度不同的影響，通過累積灰度直方圖 兩側(cè)的像素?cái)?shù)量(面積)，獲取劃分暗區(qū)域候選區(qū)及亮區(qū)域候選區(qū)的判定方式，不受灰度絕對 值的影響。


圖l為本發(fā)明實(shí)施例的流程圖。
圖2為本發(fā)明實(shí)施例對一幅硅藻顯微圖像的識別圖。其中(a)為原始圖像，(b)為該圖 的灰度直方圖，(c)為暗輪廓圖像，(d)為亮輪廓圖像，(e)為疊加輪廓圖，(f)為分割后 處理圖；橫坐標(biāo)為灰度范圍，縱坐標(biāo)為象素?cái)?shù)；A為暗輪廓，B為亮輪廓。
具體實(shí)施例方式
下面結(jié)合實(shí)施例對本發(fā)明的技術(shù)方案作進(jìn)一步的描述。 圖1給出本發(fā)明實(shí)施例的流程圖。
1) 對藻類顯微圖像進(jìn)行灰度化處理。通過人工進(jìn)行顯微鏡玻片觀察，并手動拍攝硅藻顯 微單藻圖片，并對其進(jìn)行灰度化處理(參見圖2a)。
2) 獲取灰度直方圖。創(chuàng)建該圖的灰度直方圖(參見圖2b)。
3) 設(shè)定藻類圖像的暗區(qū)域及亮區(qū)域。設(shè)定一個屬于輪廓區(qū)域的面積占整體圖像面積的比 例，最好是1/20。從灰度直方圖的暗區(qū)開始，尋找累積面積達(dá)總面積的1/20的灰度值(參 見圖2b)，將藻類圖像中具有小于該值的所有灰度的像素定義為暗輪廓(參見圖2c);從灰度 直方圖的亮區(qū)開始，尋找累積面積達(dá)總面積的的1/20的灰度值(參見圖2b)，將藻類圖像中 具有大于該值的所有灰度的像素定義為亮輪廓(參見圖2d)。
4) 獲取同時與暗區(qū)域和亮區(qū)域相鄰的重疊區(qū)域。采用數(shù)學(xué)形態(tài)學(xué)的膨脹法得到暗輪廓外 延圖及亮輪廓外延圖，通過相應(yīng)兩張外延圖點(diǎn)乘得到疊加輪廓圖(參見圖2e)。
5) 消除毛刺，噪點(diǎn)等。進(jìn)行分割后處理統(tǒng)計(jì)所有輪廓區(qū)域的周長值，保留值落于置信 范圍內(nèi)的區(qū)域，得到只含有目標(biāo)輪廓區(qū)域的圖像。再通過數(shù)學(xué)形態(tài)學(xué)的開運(yùn)算和閉運(yùn)算，進(jìn) 行平滑處理并去除區(qū)域內(nèi)孔洞，得到最終的輪廓區(qū)域圖(參見圖2f)。
6) 結(jié)束。
權(quán)利要求
1.一種藻類顯微圖像輪廓的提取方法，其特征在于包括以下步驟1)獲取藻類顯微圖像，對藻類顯微圖像進(jìn)行灰度化處理，獲得藻類顯微圖像的累積灰度直方圖；2)設(shè)定藻類圖像的暗輪廓區(qū)域和亮輪廓區(qū)域；3)獲取同時與暗輪廓區(qū)域和亮輪廓區(qū)域相鄰的重疊區(qū)域；4)去除雜質(zhì)及噪點(diǎn)標(biāo)記，修復(fù)輪廓毛刺和缺刻，獲得最終藻體細(xì)胞外圍輪廓。
2. 如權(quán)利要求1所述的一種藻類顯微圖像輪廓的提取方法，其特征在于所述設(shè)定暗輪廓 區(qū)域和亮輪廓區(qū)域的具體方法為獲取待處理圖片的灰度直方圖，然后設(shè)定一個細(xì)胞外圍輪 廓區(qū)域的面積值；從所述灰度直方圖的暗區(qū)開始向亮區(qū)累計(jì)，將累計(jì)面積達(dá)到所設(shè)定的一個 細(xì)胞外圍輪廓區(qū)域的面積值的所有灰度的區(qū)域標(biāo)記為暗輪廓；同樣，從所述灰度直方圖的亮 區(qū)開始向暗區(qū)累計(jì)，將累計(jì)面積達(dá)到所設(shè)定的一個細(xì)胞外圍輪廓區(qū)域的面積值的所有灰度的 區(qū)域標(biāo)記為亮輪廓。
全文摘要
一種藻類顯微圖像輪廓的提取方法，涉及一種圖像處理與圖像分割的方法，尤其是涉及一種是通過藻類特有的細(xì)胞外圍輪廓特征將其從玻片背景環(huán)境中提取出來的方法，以利于后續(xù)對其鑒定與分析。提供一種藻類顯微圖像輪廓的提取方法，為藻類自動識別系統(tǒng)提供一種有效的輪廓提取手段。獲取藻類顯微圖像，對藻類顯微圖像進(jìn)行灰度化處理，獲得藻類顯微圖像的累積灰度直方圖；設(shè)定藻類圖像的暗輪廓區(qū)域和亮輪廓區(qū)域；獲取同時與暗輪廓區(qū)域和亮輪廓區(qū)域相鄰的重疊區(qū)域；去除雜質(zhì)及噪點(diǎn)標(biāo)記，修復(fù)輪廓毛刺和缺刻，獲得最終藻體細(xì)胞外圍輪廓。
文檔編號G06K9/46GK101556649SQ20091011181
公開日2009年10月14日 申請日期2009年5月19日 優(yōu)先權(quán)日2009年5月19日
發(fā)明者楊晨輝, 梁君榮, 羅金輝, 陳長平, 駱巧琪, 華 高, 高亞輝 申請人:廈門大學(xué)