植物细胞图像分割与超声图像纹理特征提取的创新方法
植物细胞图像分割
在植物细胞的研究中,细胞图像分割是一项关键任务。通过荧光蛋白标记细胞,利用激光激发使其在发射光谱中发光,从而实现细胞壁的可视化。然而,这种图像采集方式存在一个问题,即荧光蛋白化合物的降解会导致图像漂白,且这种降解与激光闪光次数和单次曝光时间有关。
为了解决细胞图像分割问题,提出了一种混合方法,该系统主要包括四个阶段:
1. 图像预处理 :包含图像配准和滤波。
- 图像配准 :由于植物根生长不规则,图像中根的方向不一致。为了使细胞轮廓描述具有可比性,需要计算根的中心线并旋转图像,让根垂直且根尖朝上。
- 图像滤波 :共聚焦显微镜采集的图像噪声较高,为避免过度漂白,曝光时间缩短导致噪声增加。考虑了各向异性图像滤波和稀疏3D变换域协作滤波(BM3D)两种方法,经大量图像实验,选择了BM3D方法,因其能更好地消除噪声并保留图像细节。滤波后的图像公式为:$I_{filt} = F(I_{r}, \sigma_{filt}^2)$ ,其中 $F$ 是降噪滤波器,$\sigma_{filt}^2$ 是图像中假设噪声的方差,较大的 $\sigma_{filt}^2$ 值会使图像更平滑,分割出的区域更少但更大。
2. 图像分割 :采用分水岭变换对滤波后的图像进行分割。经典的分水岭变换基于浸入模拟,将输入的灰度图像视为地形表面,从区域最小值开始注水,在不同最小值水流相遇处形成分水岭线。但直接应用分水岭变换通常会导致过度分割,因为图像中的最小值数量往往多于实际物体数
订阅专栏 解锁全文
946



被折叠的 条评论
为什么被折叠?



