【正文】 點(diǎn)。經(jīng)典的邊緣提取方法是考察圖像的每個(gè)像素在某個(gè)區(qū)域內(nèi)灰度的變化，利用邊緣鄰近一階或二階方向?qū)?shù)變化規(guī)律，用簡單的方法檢測邊緣，這種方法稱為邊緣檢測局部算子法。圖像的邊緣提取也是圖像匹配的基礎(chǔ)，因?yàn)樗俏恢玫臉?biāo)志，對灰度的變化不敏感，可作為匹配的特征點(diǎn)。 圖像最基本的特征是邊緣，所謂邊緣是指其周圍像素灰度有階躍變化或屋頂變化的那些像素的集合。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。相對于整幅圖像來說，這種基元更容易被快速處理。無論為了哪種目的，圖像處理中關(guān)鍵的一步就是對包含有大量各式各樣景物信息的圖像進(jìn)行分解。 河南科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 9 第 2章 邊緣檢測 167。 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。中值濾波首先是被應(yīng)用在一維信號處理技術(shù)（時(shí)間序列分析）中，后來被二維圖像信號處理技術(shù)所引用，在一定條件下可以克服線性濾波器如最小均方濾波，均值濾波等帶來的圖像細(xì)節(jié)模糊，對濾波脈沖干擾及圖像掃描噪聲最為有效。 中值濾波 中值濾波是對一個(gè)滑動(dòng)窗口內(nèi)的諸像素灰度值排序，用其 中值代替窗口中心像素的原來灰度值，因此它是一種非線性的圖像平滑濾波法。四點(diǎn)鄰域時(shí)， L=4；八點(diǎn)鄰域時(shí)， L=8。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。鄰域平均法是一種在空間域上對圖像進(jìn)行平滑處理的一種方法。 167。所以需要找到既能平滑圖像中的噪聲，又盡量保持圖像細(xì)節(jié)的合理算法。 167。由于人眼對綠色最為敏感，紅色次之，對藍(lán)色的敏感性最低，因此使 RW GW BW 。 (3)加權(quán)平均值法：按照一定的權(quán)值，對 R、 G、 B 的值加權(quán)平均，即： )(31 GWBWRWGBR GBR ????????? 公式 (13) 其中， RW 、 GW 、 BW 分別為 R、 G、 B 的權(quán)值。 圖 11 RGB 彩色空間 圖像灰度化的算法主要有以下 3 種： 河南科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 6 (1) 最大值法：使轉(zhuǎn)化后 R、 G、 B 的值等于轉(zhuǎn)化前 3 個(gè)值中最大的一個(gè)，即： R=G=B=max(R,G,B) 公式 (11) 這種方法轉(zhuǎn)換的灰度圖亮度很高。經(jīng)過對 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。在這個(gè)空間模型中，從黑色到白色的灰度值分布在從原點(diǎn)到離原點(diǎn)最遠(yuǎn)頂點(diǎn)間的連線 上，而正方體其余各點(diǎn)對應(yīng)不同的顏色，可用從原點(diǎn)到該點(diǎn)的矢量表示。 數(shù)碼攝像機(jī)等數(shù)字產(chǎn)品中最常使用的就是 RGB 彩色空間， RGB 彩色空間可以用一個(gè)正方體來示意，如圖 。長期以來，由于各種原因，人們提出了數(shù)量眾多的彩色空間模型，主要分為三類：第一類是基于人類視覺系統(tǒng)（ HVS）的彩色空 間，它包括 RGB，HIS， Munsell 彩色空間等；第二類是基于特定應(yīng)用的彩色空間，它包括電視系統(tǒng)中所采納的 YUV 和 YIQ，印刷系統(tǒng)的 CMY (K)彩色空間；第三類是 CIE彩色空間（包括 CIEXYZ， CIELAB 和 CIELUV 等）。 167。在圖像預(yù)處理中，輸入和輸出都是圖像，只是經(jīng)過預(yù)處理后，輸出圖像的質(zhì)量得到一定程度的改善，可達(dá)到改善圖像的視覺效果或者更便于計(jì)算機(jī)對圖像分析、處理、 理解和識別等處理的目的。因此，在進(jìn)行圖像識別之前，先要去掉這些不利因素，突出圖像中的有用信息，以便于特征提取和圖像識別。 圖像采集系統(tǒng)獲取的源圖像中通常都含有各種各樣的噪聲和畸變，圖像質(zhì)量受到了極大的影響。近年來新發(fā)展起來的模糊模式識別和人工神經(jīng)網(wǎng)絡(luò)模式分類在圖像識別中受到越來越多的重視。 （ 4） 圖像分割 :圖像分割是將圖像中有意義的特征部分提取出來，其有意義的特征有圖像中的邊緣、區(qū)域等，這是進(jìn)一步進(jìn)行圖像識別、分析和理解的基礎(chǔ)。 （ 3） 圖像壓縮編碼 :圖像編碼壓縮技術(shù)可減少描述圖像的數(shù)據(jù)量（即比特?cái)?shù)），以便節(jié)省圖像傳輸、處理時(shí)間和減少所占用的存儲器容量。圖像增強(qiáng)即突出圖像中感興趣的部分（如強(qiáng)化圖像高頻分量，可使圖像中物體輪廓清晰，細(xì)節(jié)明顯；如強(qiáng)化低頻河南科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 4 分量可減少 圖像中噪聲影響）。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。利用這些變換的性質(zhì)和特點(diǎn)，將圖像轉(zhuǎn)換到頻域中進(jìn)行處理。 （ 1） 圖像變換 ： 圖像數(shù)字化時(shí)采樣點(diǎn)是很多的，直接影響就是圖像矩陣陣列很大，如果直接在空間域中進(jìn)行處理，計(jì)算量十分龐大。 經(jīng)過數(shù)字化處理后，得到的數(shù)字矩陣就作為計(jì)算機(jī)處理的對象了。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。圖像 A 的 x 和 y 坐標(biāo)及幅度均是連續(xù)的，為了把它們轉(zhuǎn)換成數(shù)字形式，必須對坐標(biāo)和幅度進(jìn)行取樣。因?yàn)橛?jì)算機(jī)只能對數(shù)字進(jìn)行處理，所以圖像必須先轉(zhuǎn)換為數(shù)字形式后才能被計(jì)算機(jī)處理。 數(shù)字圖像處理基本知識 數(shù)字圖像處理又稱計(jì)算機(jī)圖像處理，就是用計(jì)算機(jī)處理數(shù)字圖像。雖然這些算子計(jì)算簡單、速度較快，但存在對噪聲干擾敏感，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， 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的門限值， 從而進(jìn)行精確的細(xì)胞邊緣檢測。 細(xì)胞邊緣的檢測是進(jìn)行細(xì)胞面積圓度個(gè)數(shù)和顏色等形態(tài)及色度學(xué)的計(jì)算和分析的基礎(chǔ)，其檢測結(jié)果直接影響病情的分析和診斷結(jié)果。主要有以下三種：磷癌細(xì)胞、腺癌細(xì)胞和小細(xì)胞癌細(xì)胞，因而，所處理的問題更加復(fù)雜，難度更大。因此，利用計(jì)算機(jī)圖像處理技術(shù)，減輕人的工作負(fù)擔(dān)，提高診斷的準(zhǔn)確性和效率，研制目標(biāo)是在癌細(xì)胞識別率最高的前提下，假陽性率最小。 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。該系統(tǒng)將人工作智能技術(shù)、圖像處理技術(shù)、形態(tài)學(xué)和色度學(xué)技術(shù)、神經(jīng)網(wǎng)絡(luò)以及軟件技術(shù)等高新技術(shù)綜合應(yīng)用與肺癌早期細(xì)胞病理診斷，解決了肺癌早期細(xì)胞病理診斷中河南科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 2 的智能化和自動(dòng)化的若干關(guān)鍵問題，并且進(jìn)行了創(chuàng)新研究。目前的圖像診斷系統(tǒng)，大多數(shù)已使用了邊緣檢測、形態(tài)學(xué)、灰度特征和色度學(xué)，并結(jié)合專家系統(tǒng)，對癌細(xì)胞進(jìn)行分析和 診斷。國內(nèi)從 20 世紀(jì) 50 年代起，至少已投入了 4000 個(gè)人 /年，其完成的效果為：可以去除樣本中 50%的涂片、剩余 50%還需人工檢測。 長期以來，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。例如， Kraef SK 對血液病理圖像和骨髓腫瘤病理圖像中的癌細(xì)胞的發(fā)現(xiàn)和檢測分析進(jìn)行 了研究。此外， Thiran JP 等介紹了一種從顯微鏡圖像中識別癌細(xì)胞組織的方法，該方法利用數(shù)學(xué)形態(tài)學(xué)等理論，基于細(xì)胞的形狀和大小，提取了惡性腫瘤四個(gè)診斷標(biāo)準(zhǔn)的客觀數(shù)值。隨著計(jì)算機(jī)模式識別技術(shù)和人工智能研究的不斷發(fā)展，人們把目光投向了對細(xì)胞圖像的自動(dòng)識別上，這 樣大大的提高了檢查的效率和精確度。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。 程序及分析 ............................................................................ 18 河南科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） IX 167。 輪廓提取 ................................................................................ 16 第 4 章 程序分析 ............................................................................... 18 167。 最佳閾值分割迭代法 ............................................................ 14 167。 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。 Laplacian 算子 ................................................................. 11 167。 Sobel 算子和 Prewitt 算子 .............................................. 10 167。 經(jīng)典邊緣檢測算子 .................................................................. 9 167。 中值濾波 ........................................................................... 7 第 2 章 邊緣檢測 ................................................................................. 9 167。 圖像平滑濾波 .......................................................................... 6 167。 數(shù)字圖像處理基本知識 .......................................................... 3 167。 、圖表要求： 1）文字通順，語言流暢，書寫字跡工整，打印字體及大小符合要求，無錯(cuò)別字，不準(zhǔn)請他人代寫 2）工程設(shè)計(jì)類題目的圖紙，要求部分用尺規(guī)繪制，部分用計(jì)算機(jī)繪制，所有圖紙應(yīng)符合國家技術(shù)標(biāo)準(zhǔn)規(guī)范。 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。學(xué)校可以公布論文（設(shè)計(jì)）的全部或部分內(nèi)容。 作者簽名： 日期： 畢業(yè)論文（設(shè)計(jì)）授權(quán)使用說明 本論文（設(shè)計(jì)）作者完全了解 **學(xué)院有關(guān)保留、使用畢業(yè)論文（設(shè)計(jì)）的規(guī)定，學(xué)校有權(quán)保留論文（設(shè)計(jì)）并向相關(guān)部門送交論文（設(shè)計(jì)）的電子版和紙質(zhì)版。據(jù)我所知， 除文中已經(jīng)注明引用的內(nèi)容外，本論文（設(shè)計(jì)）不包含其他個(gè)人已經(jīng)發(fā)表或撰寫過的研究成果。雖然這些算子計(jì)算簡單、速度較快，但存在對噪聲干擾敏感，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 ， 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的門限值， 從而進(jìn)行精確的細(xì)胞邊緣檢測。 細(xì)胞邊緣的檢測是進(jìn)行細(xì)胞面積圓度個(gè)數(shù)和顏色等形態(tài)及色度學(xué)的計(jì)算和分析的基礎(chǔ)，其檢測結(jié)果直接影響病情的分析和診斷結(jié)果。在識別癌細(xì)胞時(shí)，需要做出定量的結(jié)果，人眼很難準(zhǔn)確的完成這類工作，而利用計(jì)算機(jī)圖像處理完成顯微圖像的分析和識別已經(jīng)取得了很大的進(jìn)展。這對醫(yī)學(xué)科研與教學(xué)，以及臨床診斷方面有著現(xiàn)實(shí)的意義和廣闊的前景。現(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。河南科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） I 癌細(xì)胞邊緣檢測（基于迭代算法和腐蝕算法的輪廓提?。? 摘 要 提起癌癥很多人