基于色差向量场的彩色光学显微细胞图像分割

细胞图像分割是医学图像处理领域的研究热点之一。传统的细胞图像分割算法多是基于灰度图像的分割,图像中的颜色信息利用得不充分。在深入分析细胞图像颜色特征的基础上,提出了基于色差向量场分析细胞图像颜色变化规律的方法,相比于经典的彩色空间(HSV、YIQ、CIEL*a*b*),这种方法更能够突出图像中的主体细胞与非细胞区域的差异,而且针对大量图像的普适性更好。然后基于细胞图像的色差向量场,提出了一种循环匹配的分割方法,同时采用色差强度对分割结果进行了进一步的修正。通过对实际采集的彩色细胞图像样本的分割实验验证,该算法比RGVF Snake算法的分割结果更可靠,准确率可以达到95.2%,而且能够实现不同