【正文】 中所有元素 ( , )SxSy ，都有 ( , )Sx Sy X? ，則稱 S 包含于 X,及 SX? 。 最佳閾值分割迭代 法 閾 值分割方法是把圖像的灰度分成不同的等級(jí)，然后用設(shè)置灰度門限的方法確定欲分割物體的邊界。迭代過程的控制通?？煞譃閮煞N情況：一種是所需的迭代次數(shù)是個(gè)確定的值，可以計(jì)算出來 。 利用迭代算法解決問題，需要做好以下三個(gè)方面的工作： 一、確定迭代變量。它可用高斯函數(shù)的梯度來近似，在理論上很接近 k 個(gè)指數(shù)函數(shù)的線性組合形成的最佳邊緣算 子，在實(shí)際工作應(yīng)用中編程較為復(fù)雜，且運(yùn)算偏慢。 Krisch 算子 它有八個(gè)卷積核，圖 像中每個(gè)點(diǎn)都用八個(gè)卷積核進(jìn)行卷積，每個(gè)卷積核1 0 1 1 0 1 1 0 1 1 2 1 0 0 0 1 2 1 1 0 1 2 0 2 1 0 1 1 1 1 0 0 0 1 1 1 河南科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 11 對(duì)某個(gè)特定邊緣方向做 出最大響應(yīng)，所有八個(gè) 方向中的最大值作為邊緣圖像的輸出。方向的一階差分。 經(jīng)典 邊緣檢測(cè) 算子 邊緣的種類可以分為兩種：① 階躍性邊緣，它兩邊的像素的灰度值有顯著的不同；② 屋頂狀邊緣，它位于灰度值從增加到減少的變化轉(zhuǎn)折點(diǎn)。圖像的統(tǒng)計(jì)特征是指一些人為定義的特征，通過變換才能得到，如圖像的直方圖、矩、頻譜等；圖像的視覺特征是指人的視覺可直接感受到的自然特征，如區(qū)域的亮度、紋理或輪廓等。 中值濾波的數(shù)學(xué)表達(dá)式為： WnmnymxfM e dyxg ???? )},(),({),( 公式 (17) 通常窗口內(nèi)像素?cái)?shù)目為奇數(shù)，以便有中間像素值，若窗口內(nèi)像素?cái)?shù)目為偶數(shù)，則中 值取中間兩像素灰度的平均值。鄰域平均法平滑時(shí)，鄰域的選取通常有兩種方式：以單位距離為半徑 或單位距離的 2 倍為半徑。 167。經(jīng)過對(duì) RGB 三個(gè)分量的量化，當(dāng)一幅圖像的每一個(gè)像素點(diǎn)都被賦予不同的 RGB 值，就能形成彩色圖像了。 167。近年來新發(fā)展起來的模糊模式識(shí)別和人工神經(jīng)網(wǎng)絡(luò)模式分類在圖像識(shí)別中受到越來越多的重視。目前新興研究的小波變換在時(shí)域和頻域中都具有良好的局部化特性，它在圖像處理中也有著廣泛而有效的應(yīng)用。取樣后 f 和 x， y 的幅值都是有限的離散值，這樣圖像 A 則轉(zhuǎn)換為了數(shù)字圖像，產(chǎn)生的數(shù)字坐標(biāo)有 M 行 N列。雖然這些算子計(jì)算簡(jiǎn)單、速度較快，但存在對(duì)噪聲干擾敏感，得到孤立或分小段連續(xù)邊緣像素，重疊相鄰細(xì)胞邊緣等缺陷，而利用最佳閥值分割和輪廓提取相結(jié)合的方法進(jìn)行邊緣檢測(cè)， 通過迭代算法求得圖像 分割的最佳閾值，再利用輪廓提取算法，挖去細(xì)胞內(nèi)部像素點(diǎn)，最后剩余部分圖像就是細(xì)胞的邊緣 ，改變了傳統(tǒng)邊緣檢測(cè)算法的處理順序，通過 MATLAB 編程實(shí)現(xiàn)后，實(shí)驗(yàn)結(jié)果表明能有效抑制噪聲干擾影響， 同時(shí)能夠客觀地、正確地選取邊緣檢測(cè)的門限值， 從而進(jìn)行精確的細(xì)胞邊緣檢測(cè)。 目前，肺癌診斷的手段主要有： X 光片、CT、 MRT、同位素、纖維支氣管鏡（ BF）、經(jīng)皮穿刺活檢等，臨床最可靠的還是病理性診斷，但病理性診斷的先進(jìn)手段還相當(dāng)匱乏。 長(zhǎng)期以來，圖像處理技術(shù)已經(jīng)被廣泛應(yīng)用到各種醫(yī)學(xué)應(yīng)用領(lǐng)域中，其中許多是應(yīng)用在微觀醫(yī)學(xué)與生物學(xué)中。目前最普遍和主要的方法是使用光學(xué)顯微鏡，觀察經(jīng)過染色的標(biāo)本，根據(jù)每種細(xì)胞形態(tài)、色度的不同進(jìn)行分類。 LoG( Laplacian of Gaussian)算子 ................................... 11 第 3 章 基于迭代算法和腐蝕算法的輪廓提取 ................................ 13 167。 中值濾波 ........................................................................... 7 第 2 章 邊緣檢測(cè) ................................................................................. 9 167。 作者簽名： 指導(dǎo)教師簽名： 日期： 日期： 河南科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） VI 注 意 事 項(xiàng) （論文）的內(nèi)容包括： 1）封面（按教務(wù)處制定的標(biāo)準(zhǔn)封面格式制作） 2）原創(chuàng)性聲明 3）中文摘要（ 300 字左右）、關(guān)鍵詞 4）外文摘要、關(guān)鍵詞 5）目次頁（附件不統(tǒng)一編入） 6）論文主體部分：引言（或緒論）、正文、結(jié)論 7）參考文獻(xiàn) 8）致謝 9）附錄（對(duì)論文支持必要時(shí)） ：理工類設(shè)計(jì)（論文）正文字?jǐn)?shù)不少于 1 萬字（不包括圖紙、程序清單等），文科類論文正文字?jǐn)?shù)不 少于 萬字。雖然這些算子計(jì)算簡(jiǎn)單、速度較快，但存在對(duì)噪聲干擾敏感，得到孤立或分小段連續(xù)邊緣像素，重疊相鄰細(xì)胞邊緣等缺陷，而利用最佳閥值分割和輪廓提取相結(jié)合的方法進(jìn)行邊緣檢測(cè) ， 通過迭代算法求得圖像分割的最佳閾值，再利用輪廓提取算法，挖去細(xì)胞內(nèi)部像素點(diǎn)，最后剩余部分圖像就是細(xì)胞的邊 緣 ，改變了傳統(tǒng)邊緣檢測(cè)算法的處理順序， 通過MATLAB 編程實(shí)現(xiàn)后， 實(shí)驗(yàn)結(jié)果表明能有效抑制噪聲干擾影響， 同時(shí)能夠客觀河南科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） II 地、正確地選取邊緣檢測(cè)的門限值， 從而進(jìn)行精確的細(xì)胞邊緣檢測(cè)?，F(xiàn)在大多數(shù)癌癥病例確診的時(shí)候已經(jīng)屬于晚期，失去了治愈的最佳時(shí)機(jī)，因此進(jìn)行準(zhǔn)確的早期診斷和治療已成為迫切需要解決的問題。 數(shù)字圖像處理技術(shù)已被廣泛應(yīng)用到生物醫(yī)學(xué)領(lǐng)域，運(yùn)用計(jì)算機(jī)對(duì)圖像進(jìn)行處理和分析，并進(jìn)一步完成癌細(xì)胞的檢測(cè)與識(shí)別，能有效的協(xié)助醫(yī)生對(duì)腫瘤癌癥做出診斷。對(duì)本論文（設(shè)計(jì)）的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中作了明確說明并表示謝意。圖表整潔，布局合理，文字注釋必河南科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） VII 須使用工程字書寫，不準(zhǔn)用徒手畫 3）畢業(yè)論文須用 A4 單面打印，論文 50 頁以上的雙面打印 4）圖表應(yīng)繪制于無格子的頁面上 5）軟件工程類課題應(yīng)有程序清單，并提供電子文檔 1）設(shè)計(jì)（論 文） 2）附件：按照任務(wù)書、開題報(bào)告、外文譯文、譯文原文（復(fù)印件）次序裝訂 3）其它 河南科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） VIII 目 錄 前 言 ................................................................................................... 1 第 1 章 圖像處理基礎(chǔ) ......................................................................... 3 167。 Robert 算子 ...................................................................... 10 167。 腐蝕算法 ................................................................................ 15 集合論方法的理論基礎(chǔ) ................................................... 15 圖像的腐蝕 ....................................................................... 16 167。 國(guó)內(nèi)外都有一些利用邊緣檢測(cè)診斷癌細(xì)胞如肺中的癌細(xì)胞的研究，在腫瘤細(xì)胞識(shí)別方面較成功的是 Autpap 和 Pap,但這種技術(shù)目前只能局限于宮頸等圖片。因此研究這樣的圖像檢測(cè)系統(tǒng)有著重要的理論和實(shí)用價(jià)值。由于所使用的涂片樣本來自被檢查者的痰液，然后加以染色，和人體活檢涂片相比，痰液中有較多的雜質(zhì)和菌團(tuán)，并且肺癌細(xì)胞種類不單一。而在自然情況下，計(jì)算機(jī)是不能直接處理圖像的。廣義地講，數(shù)字圖像處理主要研究的內(nèi)容有以下幾個(gè)方面：圖像變換、圖像增強(qiáng)、圖像復(fù)原、圖像壓縮編碼、圖像分割、圖像識(shí)別等內(nèi)容。圖像復(fù)原要求對(duì)圖像質(zhì)量降低的原因有一定的了解，一般講應(yīng)根據(jù)降質(zhì)過程建立“降質(zhì)模型”，并采用某種濾波方法，恢復(fù)或重建原來的圖像。圖像采集過程中，圖像質(zhì)量會(huì)受到光照條件的影響，可能會(huì)出現(xiàn)模糊、污損、歪斜等現(xiàn)象。圖像處理格式也有很多種，如 JPEG、 GIF、 BMP 等。 (2)平均值法：使轉(zhuǎn)化后 R、 G、 B 的值為轉(zhuǎn)化前 R、 G、 B 的平均值，即： )(31 GBRBGR ?????? 公式 (12) 這種方法產(chǎn)生的灰度圖像比較柔和。所以需要采用一種濾波技術(shù)，濾除不需要的噪聲，保留圖像中的邊緣信息。 167。 邊緣檢測(cè)概述 利用計(jì)算機(jī)進(jìn)行圖像處理有兩個(gè)目的：產(chǎn)生更適合人類觀察和識(shí)別的圖像；希望能由計(jì)算機(jī)自動(dòng)識(shí)別和理解圖像。它存在于目標(biāo)與背景、目標(biāo)與目標(biāo)、區(qū)域與區(qū)域、基元與基元之間，因此，它是圖像分割所依賴的最重要的特征 ,也是紋理特征的重要信息源和形狀特征的基礎(chǔ)，而圖像的紋理形狀特征的提取又常常要依賴于圖 像分割。對(duì)這種變化最有用的兩個(gè)特征是灰度的變化率和方向 , 它們分別以梯度向量的幅度和方向來表示。它是一種利用局部差分算子尋找邊緣的算子： 22 1 / 2( , ) { [ ( , ) ( 1 , 1 ) ][ ( , ) ( 1 , 1 ) ] }g x y f x y f x yf x y f x y? ? ? ? ?? ? ? 公式 （ 21） 其中， f(x, y) 是具有整數(shù)像素坐標(biāo)的輸入圖像，平方根運(yùn)算使該處理類似于在人類視覺系統(tǒng)中發(fā)生的過程。 2 ( , ) ( 1 , ) ( 1 , ) ( , 1 )( , 1 ) 4 ( , )f x y f x y f x y f x yf x y f x y? ? ? ? ? ? ? ??? 公式 （ 22） 該算子對(duì)應(yīng)的模板如圖 12 所示，它是一個(gè)與方向無關(guān)的各向同性 (旋轉(zhuǎn)軸對(duì)稱 )邊緣檢測(cè)算子。 LoG( Laplacian of Gaussian)算子 Marr Hildreth 首先使用高斯函數(shù)對(duì)原始圖像作平滑，這是由于高斯濾波0 1 0 1 4 1 0 1 0 河南科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 12 器具有空間平穩(wěn)性，空間位置誤差??；然后采用無方向的 Laplacian 算子運(yùn)算后，再用提取零交叉點(diǎn)的算法進(jìn)行邊緣檢測(cè)，其精度明 顯提高。所謂迭代關(guān)系式，指如何從變量的前一個(gè)值推出其下一個(gè)值的公式 (或關(guān)系 )。對(duì)于后一種情況，需要進(jìn)一步分析出用來結(jié)束迭代過程的條件。 迭代法選取 閾 值的思想是首先選擇一個(gè)近似 閾 值作為估計(jì)值的初始值，然后進(jìn)行分割，產(chǎn)生子圖像，并根據(jù)子圖像的特性來選取新的 閾 值，再用新的 閾 值分割圖像，經(jīng)過一定次數(shù)循環(huán)，使錯(cuò)誤分割的圖像像素點(diǎn)降到最少。其表達(dá)式如下： { ( , ) | }X S x y Sxy X? ? ? 公式 （ 35） 可以將算法具體總結(jié)為三點(diǎn)： (1)用 3 ? 3 的結(jié)構(gòu)元素，掃描圖像的每一個(gè)像素； (2)用結(jié)構(gòu)元素與其覆蓋的二值圖像做“與” 操作； (3)如果都為 1， 結(jié)果圖 像的該像素為 1，否則為 0。其中，腐蝕具有消除物體邊界點(diǎn)的作用。 河南科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 18 第 4章 程序分析 167。 (4)BW=edge(I,‘log’ ,thresh,sigma)， 用 sigma指定標(biāo)準(zhǔn)偏差。選擇文件 39。 % 生成方差為 10 的白噪聲 I=b+N。 n0=0。 n0=n0+1。 end Seg=zeros(x,y)。 % 邊緣檢測(cè) %=====傳統(tǒng)的邊緣檢測(cè)方法 ======% I=uint8(I)。 subplot(2,2,1)。) subplot(2,2,3) ims how(BW1)。 (3)求出新閾值 TT = (T0+ T0)/2； (4)若 T = TT，則所得即為閾值；否則轉(zhuǎn) (2)，迭代計(jì)算。試驗(yàn)結(jié)果顯示，該方法檢測(cè)到的細(xì)胞邊緣寬度僅為一個(gè)像素，定位較精確，并且具有完整的輪廓，且邊 緣具有連續(xù)性。 作為一個(gè)本科生的畢業(yè)設(shè)計(jì)，由于經(jīng)驗(yàn)的匱乏，難免有許多考慮不周全的地方 ， 在這篇論文構(gòu)思和寫作過程，我的論文指導(dǎo)老師 張蕾 ，對(duì)我論文的完成更是功不可沒， 張老師平日里工作繁多，但在我做畢業(yè)設(shè)計(jì)的每個(gè)階段，從查閱資料到設(shè)計(jì)草案的確定和修改，中期檢查，后期詳細(xì)設(shè)計(jì)等整個(gè)過程中都給予了我悉心的指導(dǎo) ， 張 老師每次給我的疑問給予細(xì)心的解答并給出寫作建議，對(duì)我的論文進(jìn)行 細(xì)心的修改，使得我的論文結(jié)構(gòu)一步一步的完善，內(nèi)容日趨豐滿。 Geometric operation。 Color mapping and color space transf