[發(fā)明專利]果蠅復(fù)眼圖像動(dòng)態(tài)閾值的確定方法

無效

• 申請(qǐng)?zhí)枺?/td>: 200610136938.1
• 申請(qǐng)日: 2006-12-26
• 公開（公告）號(hào): CN101211458A
• 公開（公告）日: 2008-07-02
• 發(fā)明（設(shè)計(jì)）人: 胡燕瑜;鄧宏貴;桂衛(wèi)華
• 申請(qǐng)（專利權(quán)）人: 中南大學(xué)
• 主分類號(hào): G06T5/40
• 分類號(hào): G06T5/40;G06T5/00
• 代理公司: 中南大學(xué)專利中心
• 代理人: 龔燦凡

技術(shù)領(lǐng)域

本發(fā)明涉及圖像的處理方法，特別是果蠅復(fù)眼圖像的處理方法。

技術(shù)背景

果蠅復(fù)眼病變的研究對(duì)于人類神經(jīng)學(xué)、遺傳學(xué)以及治療人類重大疾病有極其重要的指導(dǎo)意義。研究表明，果蠅的神經(jīng)系統(tǒng)系統(tǒng)病變、基因突變、視覺障礙都將引發(fā)果蠅復(fù)眼病變。但目前對(duì)果蠅復(fù)眼病變的判定都是靠研究人員用鑷子一只一只抓來放在體視顯微鏡下用肉眼去觀察，這種方法存在諸多不足：判定不準(zhǔn)確、費(fèi)時(shí)費(fèi)力、效率低等。因而，設(shè)計(jì)出自動(dòng)診斷果蠅復(fù)眼病變的系統(tǒng)具有非常重要現(xiàn)實(shí)意義，不僅有助于科學(xué)研究中快速廣泛的采集果蠅病變標(biāo)本并分析，而且能使人從繁重的顯微鏡觀察工作中解脫出來，提高診斷的準(zhǔn)確性與工作的效率。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種果蠅復(fù)眼圖像的閾值確定方法。

確定閾值是對(duì)圖像進(jìn)行分割的關(guān)鍵，如果能確定一個(gè)合適的閾值就可以準(zhǔn)確的將圖像分割開來。閾值確定后，將閾值與象素點(diǎn)的灰度值比較即可對(duì)圖像做出分割，分離出目標(biāo)和背景。

為對(duì)果蠅復(fù)眼做出準(zhǔn)確診斷，需要對(duì)提取果蠅的復(fù)眼圖像去除背景的影響，由于色彩對(duì)光照敏感，不同光照色彩變化很大，采集的果蠅顯微圖像為RGB空間，但R、G和B3個(gè)分量隨光照的變化是不一致的，因而不能直接使用來提取果蠅復(fù)眼目標(biāo)。為此采用其它彩色模型中的量以減少光照影響，從而有效提取果蠅復(fù)眼目標(biāo)。通過對(duì)果蠅復(fù)眼圖像分別在RGB，LAB，HSV，YIQ等彩色空間大量的實(shí)驗(yàn)，HSV彩色空間中的色度H受光照影響小，用色差DNGR和色度H，提取果蠅復(fù)眼目標(biāo)，同時(shí)利用面積的特征對(duì)目標(biāo)進(jìn)行篩選；利用病變果蠅小眼的分布不均的特征和R通道顏色值小的特征對(duì)果蠅病變與否做出診斷并標(biāo)記病變區(qū)域。果蠅的復(fù)眼圖像采集后，先對(duì)圖像進(jìn)行平滑降噪處理，對(duì)數(shù)非線性變換后，再對(duì)果蠅灰度化圖像進(jìn)行閾值分割。

灰度閾值分割主要有兩個(gè)步驟：

(1)確定需要分割的閾值；

(2)將分割閾值與象素點(diǎn)的灰度值比較，以分割圖像的象素。

確定閾值是分割的關(guān)鍵，如果能確定一個(gè)合適的閾值就可以準(zhǔn)確的將圖像分割開來。閾值確定后，將閾值與象素點(diǎn)的灰度值比較即可對(duì)圖像做出分割，分離出目標(biāo)和背景。

在利用取閾值方法來分割灰度圖像時(shí)一般對(duì)圖像的灰度分布是基于一定的圖形模型。最常用的模型可描述如下：假設(shè)圖像由具有單峰灰度分布的目標(biāo)和背景組成，處于目標(biāo)和背景相鄰象素間的灰度值是高度相關(guān)的，但處于目標(biāo)和背景交界處兩邊的象素在灰度上有很大的差別。這樣它的灰度直方圖基本上可以看作是由分別對(duì)應(yīng)于目標(biāo)和背景的兩個(gè)單峰直方圖混合構(gòu)成的。而且如果這兩個(gè)分布大小(數(shù)量)接近且均值相距夠遠(yuǎn)，兩部分的均方差也足夠小，則直方圖應(yīng)為較明顯的雙峰。若圖像中有多個(gè)單峰灰度分布的目標(biāo)或噪聲影響較大(影響目標(biāo)和背景的均方差)，則直方圖有可能表現(xiàn)為較明顯的多峰。

確定閾值的方法很多，最簡單的方法就是采用固定閾值，根據(jù)灰度直方圖確定一個(gè)分離目標(biāo)和背景的一個(gè)固定灰度值(通常選擇雙峰的“波谷”)作為固定的閾值，這種方法對(duì)灰度直方圖上目標(biāo)和背景有明顯的灰度范圍(有明顯的雙峰)有著較好的效果，但受噪聲影響較大，對(duì)直方圖上有多個(gè)波峰的灰度圖像不能獲得滿意的分割閾值點(diǎn)，果蠅復(fù)眼圖像采用的色差DNGR和色度H的灰度圖像能很好的滿足單峰圖形假設(shè)的假設(shè)條件。

本發(fā)明采用自適應(yīng)動(dòng)態(tài)閾值進(jìn)行灰度閾值分割，該方法是將果蠅復(fù)眼的色度和色差直方圖作為象素灰度值的概率分布密度函數(shù)，果蠅復(fù)眼圖像僅包含兩類主要的灰度值區(qū)域，即目標(biāo)和背景，其直方圖所代表象素灰度值概率分布密度函數(shù)實(shí)際上是對(duì)應(yīng)目標(biāo)和背景的兩個(gè)單峰分布密度函數(shù)之和，動(dòng)態(tài)閾值點(diǎn)即將這兩部分分成“距離”最遠(yuǎn)的灰度值點(diǎn)。

本發(fā)明采用的自適應(yīng)閾值灰度分割后具有很好的效果，計(jì)算的閾值使直方圖上目標(biāo)和背景的“距離”最遠(yuǎn)，能較好的適應(yīng)果蠅復(fù)眼的圖像模型，加強(qiáng)對(duì)果蠅復(fù)眼診斷的準(zhǔn)確性。

附圖說明

圖1為色差灰度直方圖；

圖2為色度灰度直方圖；

圖3為固定閾值灰度分割后的效果；

圖4為本發(fā)明自適應(yīng)閾值灰度分割后的效果。

具體實(shí)施方式

果蠅的復(fù)眼圖像采集后，為了提高對(duì)果蠅復(fù)眼病的正確診斷識(shí)別率，對(duì)采集的圖像先進(jìn)行預(yù)處理：一方面對(duì)圖像進(jìn)行平滑降噪處理，以降低和去除噪聲的影響，采用中值濾波的方法對(duì)圖像進(jìn)行平滑降噪；另一方面，為有利于果蠅復(fù)眼目標(biāo)的提取，根據(jù)RGB顏色值對(duì)圖像進(jìn)行增強(qiáng)，對(duì)圖像進(jìn)行濾波去除噪聲。

經(jīng)過中值濾波后圖像變得模糊，邊緣細(xì)節(jié)信息被平滑了一部分，但噪聲基本都除去了。