0096] 變換模塊700,用于對修正后的梯度圖像進(jìn)行分水嶺變換，得到圖像分割結(jié)果。
[0097] 優(yōu)選的，如圖18所示，梯度圖像生成模塊100包括：
[0098] 濾波單元110,用于利用Sobel邊緣算子，對待分割圖像進(jìn)行水平方向和垂直方向 的濾波。
[0099] 模值求取單元120,用于求取模值，獲取待分割圖像的梯度圖像。
[0100] 優(yōu)選的，如圖19所示，距離變換模塊200,包括：
[0101] 二值化處理單元210,用于對待分割圖像進(jìn)行二值化處理，獲取待分割圖像的二值 化圖像。
[0102] 距離變換單元220,用于對二值化圖像進(jìn)行距離變換，獲取待分割圖像的距離變換 圖，第一變換圖為距離變換圖。
[0103] 轉(zhuǎn)換模塊300,具體用于對距離變換圖進(jìn)行轉(zhuǎn)換，獲取待分割圖像的距離地形圖， 第二變換圖為距離地形圖。
[0104] 前景標(biāo)記提取模塊400,具體用于提取距離變換圖中每個連通區(qū)域的灰度值最大 的一點或點集，作為前景標(biāo)記；或用于提取距離地形圖中每個連通區(qū)域的灰度值最小的一 點或點集，作為前景標(biāo)記。
[0105] 優(yōu)選的，背景標(biāo)記提取模塊500,具體用于對距離地形圖進(jìn)行分水嶺變換，將得到 的分水嶺脊線作為背景標(biāo)記。
[0106] 優(yōu)選的，如圖20所示，梯度圖像修正模塊600包括：
[0107] 標(biāo)記圖生成單元610,用于合并前景標(biāo)記和背景標(biāo)記，得到待分割圖像的標(biāo)記圖。
[0108] 修正單元620,用于屏蔽梯度圖像中的局部極小值，根據(jù)標(biāo)記圖強制標(biāo)記梯度圖像 的局部極小值，得到修正后的梯度圖像。
[0109] 以上基于修正梯度圖像和分水嶺算法的圖像分割系統(tǒng)與基于修正梯度圖像和分 水嶺算法的圖像分割方法對應(yīng)，其具體細(xì)節(jié)和實現(xiàn)方式在此不再贅述。
[0110] 在另一實施例中，本發(fā)明還提供一種基于修正梯度圖像和分水嶺算法的細(xì)胞圖像 分割方法，包括上述任意的基于修正梯度圖像和分水嶺算法的圖像分割方法，其中待分割 圖像為細(xì)胞樣本圖。
[0111] 在另一實施例中，本發(fā)明還提供一種基于修正梯度圖像和分水嶺算法的細(xì)胞圖像 分割系統(tǒng)，包括上述任意的基于修正梯度圖像和分水嶺算法的圖像分割系統(tǒng)，其中待分割 圖像為細(xì)胞樣本圖。
[0112] 以上實施例的各技術(shù)特征可以進(jìn)行任意的組合，為使描述簡潔，未對上述實施例 中的各個技術(shù)特征所有可能的組合都進(jìn)行描述，然而，只要這些技術(shù)特征的組合不存在矛 盾，都應(yīng)當(dāng)認(rèn)為是本說明書記載的范圍。
[0113] 以上實施例僅表達(dá)了本發(fā)明的幾種實施方式，其描述較為具體和詳細(xì)，但并不能 因此而理解為對發(fā)明專利范圍的限制。應(yīng)當(dāng)指出的是，對于本領(lǐng)域的普通技術(shù)人員來說，在 不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進(jìn)，這些都屬于本發(fā)明的保護(hù)范圍。 因此，本發(fā)明專利的保護(hù)范圍應(yīng)以所附權(quán)利要求為準(zhǔn)。
【主權(quán)項】
1. 一種基于修正梯度圖像和分水嶺算法的圖像分割方法，其特征在于，包括步驟： 獲取待分割圖像的梯度圖像； 對所述待分割圖像進(jìn)行距離變換，獲取所述待分割圖像的第一變換圖； 對所述第一變換圖進(jìn)行轉(zhuǎn)換，獲取所述待分割圖像的第二變換圖； 根據(jù)所述第一變換圖或所述第二變換圖提取所述待分割圖像的前景標(biāo)記； 對所述第二變換圖進(jìn)行分水嶺變換，提取所述待分割圖像的背景標(biāo)記； 根據(jù)所述前景標(biāo)記和所述背景標(biāo)記，修正所述梯度圖像，以得到修正后的梯度圖像； 對所述修正后的梯度圖像進(jìn)行分水嶺變換，得到圖像分割結(jié)果。2. 根據(jù)權(quán)利要求1所述的基于修正梯度圖像和分水嶺算法的圖像分割方法，其特征在 于， 所述對所述待分割圖像進(jìn)行距離變換，獲取所述待分割圖像的第一變換圖的步驟，包 括： 對所述待分割圖像進(jìn)行二值化處理，獲取所述待分割圖像的二值化圖像； 對所述二值化圖像進(jìn)行距離變換，獲取所述待分割圖像的距離變換圖，所述第一變換 圖為所述距離變換圖； 所述對所述第一變換圖進(jìn)行轉(zhuǎn)換，獲取所述待分割圖像的第二變換圖的步驟，包括： 對所述距離變換圖進(jìn)行轉(zhuǎn)換，獲取所述待分割圖像的距離地形圖，所述第二變換圖為 所述距離地形圖； 所述根據(jù)所述第一變換圖提取所述待分割圖像的前景標(biāo)記的步驟，包括： 提取所述距離變換圖中每個連通區(qū)域的灰度值最大的一點或點集，作為所述前景標(biāo) 記； 所述根據(jù)所述第二變換圖提取所述待分割圖像的前景標(biāo)記的步驟，包括： 提取所述距離地形圖中每個連通區(qū)域的灰度值最小的一點或點集，作為所述前景標(biāo) 記。3. 根據(jù)權(quán)利要求2所述的基于修正梯度圖像和分水嶺算法的圖像分割方法，其特征在 于，對所述第二變換圖進(jìn)行分水嶺變換，提取所述待分割圖像的背景標(biāo)記的步驟，包括： 對所述距離地形圖進(jìn)行分水嶺變換，將得到的分水嶺脊線作為所述背景標(biāo)記。4. 根據(jù)權(quán)利要求1-3任意一項所述的基于修正梯度圖像和分水嶺算法的圖像分割方 法，其特征在于，所述根據(jù)所述前景標(biāo)記和所述背景標(biāo)記，修正所述梯度圖像，以得到修正 后的梯度圖像的步驟包括： 合并所述前景標(biāo)記和所述背景標(biāo)記，得到所述待分割圖像的標(biāo)記圖； 屏蔽所述梯度圖像中的局部極小值，根據(jù)所述標(biāo)記圖強制標(biāo)記所述梯度圖像的局部極 小值，得到所述修正后的梯度圖像。5. -種基于修正梯度圖像和分水嶺算法的圖像分割系統(tǒng)，其特征在于，包括： 梯度圖像生成模塊，用于獲取待分割圖像的梯度圖像； 距離變換模塊，用于對所述待分割圖像進(jìn)行距離變換，獲取所述待分割圖像的第一變 換圖； 轉(zhuǎn)換模塊，用于對所述第一變換圖進(jìn)行轉(zhuǎn)換，獲取所述待分割圖像的第二變換圖； 前景標(biāo)記提取模塊，用于根據(jù)所述第一變換圖或所述第二變換圖提取所述待分割圖像 的前景標(biāo)記； 背景標(biāo)記提取模塊，用于對所述第二變換圖進(jìn)行分水嶺變換，提取所述待分割圖像的 背景標(biāo)記； 梯度圖像修正模塊，用于根據(jù)所述前景標(biāo)記和所述背景標(biāo)記，修正所述梯度圖像，以得 到修正后的梯度圖像； 變換模塊，用于對所述修正后的梯度圖像進(jìn)行分水嶺變換，得到圖像分割結(jié)果。6. 根據(jù)權(quán)利要求5所述的基于修正梯度圖像和分水嶺算法的圖像分割系統(tǒng)，其特征在 于， 所述距離變換模塊，包括： 二值化處理單元，用于對所述待分割圖像進(jìn)行二值化處理，獲取所述待分割圖像的二 值化圖像； 距離變換單元，用于對所述二值化圖像進(jìn)行距離變換，獲取所述待分割圖像的距離變 換圖，所述第一變換圖為所述距離變換圖； 所述轉(zhuǎn)換模塊，具體用于對所述距離變換圖進(jìn)行轉(zhuǎn)換，獲取所述待分割圖像的距離地 形圖，所述第二變換圖為所述距離地形圖； 所述前景標(biāo)記提取模塊，具體用于提取所述距離變換圖中每個連通區(qū)域的灰度值最大 的一點或點集，作為所述前景標(biāo)記；或用于提取所述距離地形圖中每個連通區(qū)域的灰度值 最小的一點或點集，作為所述前景標(biāo)記。7. 根據(jù)權(quán)利要求6所述的基于修正梯度圖像和分水嶺算法的圖像分割系統(tǒng)，其特征在 于，所述背景標(biāo)記提取模塊，具體用于對所述距離地形圖進(jìn)行分水嶺變換，將得到的分水嶺 脊線作為所述背景標(biāo)記。8. 根據(jù)權(quán)利要求5-7任意一項所述的基于修正梯度圖像和分水嶺算法的圖像分割系 統(tǒng)，其特征在于，所述梯度圖像修正模塊包括： 標(biāo)記圖生成單元，用于合并所述前景標(biāo)記和所述背景標(biāo)記，得到所述待分割圖像的標(biāo) 記圖； 修正單元，用于屏蔽所述梯度圖像中的局部極小值，根據(jù)所述標(biāo)記圖強制標(biāo)記所述梯 度圖像的局部極小值，得到所述修正后的梯度圖像。9. 一種基于修正梯度圖像和分水嶺算法的細(xì)胞圖像分割方法，其特征在于，所述細(xì)胞 圖像分割方法包括如權(quán)利要求1-4中任意一項所述的基于修正梯度圖像和分水嶺算法的 圖像分割方法，其中所述待分割圖像為細(xì)胞樣本圖。10. -種基于修正梯度圖像和分水嶺算法的細(xì)胞圖像分割系統(tǒng)，其特征在于，所述細(xì)胞 圖像分割系統(tǒng)包括如權(quán)利要求5-8中任意一項所述的基于修正梯度圖像和分水嶺算法的 圖像分割系統(tǒng)，其中所述待分割圖像為細(xì)胞樣本圖。
【專利摘要】本發(fā)明涉及一種基于修正梯度圖像和分水嶺算法的圖像分割方法、系統(tǒng)與細(xì)胞圖像分割方法、系統(tǒng)，由于預(yù)先通過距離變換獲取的前景標(biāo)記和分水嶺變換獲取的背景標(biāo)記來修正待分割圖像的梯度圖像，再對該修正后的梯度圖像進(jìn)行分水嶺變換，得到圖像分割結(jié)果，所以既保留了對梯度圖像進(jìn)行分水嶺變換，能有效定位目標(biāo)物體邊緣，分割出目標(biāo)物體完整輪廓的優(yōu)點，又能通過前景標(biāo)記和背景標(biāo)記區(qū)分粘連區(qū)域無明顯邊界的目標(biāo)，使得不會出現(xiàn)欠分割和過分割的現(xiàn)象，提高了圖像分割的精度，尤其適用于粘連、重疊的細(xì)胞圖像分割領(lǐng)域。
【IPC分類】G06T7/00
【公開號】CN105160668
【申請?zhí)枴緾N201510531283
【發(fā)明人】丁建文, 梁光明, 繆慧司
【申請人】愛威科技股份有限公司
【公開日】2015年12月16日
【申請日】2015年8月26日