基于Chan-Vese模型的霉菌图像分割方法研究.pdfVIP

口姚宝 口庞全 杭州电子科技大学生物医学丁程与仪器研究所杭州 310018 摘 要：霉茵边缘多呈放射状的丝状体，而且多毛刺。内部纹理复杂。传统的边缘提取方法大多只考虑图像的灰度信 息。没有考虑到细胞轮廓的几何信息，对霉菌图像进行边缘特征提取有很大的缺陷，而且提取得到的轮廓边缘往往不准确 且不连续．这将给分类识别工作带来很大的困难。针对这些问题．研究采用水平集Chan—Vese模型与彩色梯度相结合的方 法对霉菌类图像进行轮廓特征提取，取得了很好的效果，为此类工作和研究提供了一个新的方法。 关键词：轮廓特征识别水平集算 中图分类号：TP311．5 文献标识码：A 文章编号：1000—4998(201 1)02—0008-03 霉菌在分类上属于真菌门的各个亚门。构成霉菌 数量缸、踟和踟定义为这些向量的点乘，如下所 体的基本单位称为菌丝，呈长管状，宽度2～10¨m，可示： 不断自前端生长并分枝。菌丝可进一步发育为繁殖菌 2 丝，产生孢子。大量菌丝交织成绒毛状、絮状或网状等， 踟2耻‘口2lil+lil+11瓦一l踟…口刮詈㈠誓㈠罟I c2，‘z， 称为菌丝体。 由于霉菌外部菌丝呈丝状放射体结构，采用传统 鲈…_I等㈠等I‘+l等l‘鲈”忙l可I+I可I+|可l(3) 图像分割方法，如文献[1]提到的梯度算子等方法，提 (4) 舻…=百OR百OR+百c3G百OG+瓦OB等 取的边缘不连续、多毛刺、不圆滑。难以达到分割的要 R、G、B及g是戈和Y的函数。此时0加点处梯度 求；文献[6]OTSU法的算法容易导致过分割。因此用传 的最大变化率方向可由角度给出： 统方法无法做到有效而准确的分割．给进一步分类识 别研究带来困难。在实践中，Chan-Vese算法[9】广泛应 (5) 毗庐争arctan[磊] 用于图像处理。该算法本身并不要包含图像的梯度信 变化率的值由下式给出： 息，因此对于复杂霉菌类图像分割效果并不理想。笔者 ，． 、} 研究将彩色梯度与Chan—Vese两种算法结合起来．既 (6) f‘g幽y)+‘踟—踟)cos20+缘ysin20 局(x∥)={丁1 1} 利用了霉菌类图像的梯度信息，又能得到闭合圆滑的 在算法具体实现时。可使用Sobel算子求出R、 边缘。在算法中，首先对图像进行彩色梯度提取．得到 G、B分量的梯度。下面以霉菌为例来说明，图1(a)为 彩色图像梯度的灰度图像。然后采用Chan—Vese算法 霉菌的原图，图1(b)为用该算法得到的彩色梯度图。 对彩色梯度的灰度图像进行轮廓提取，从而得到菌类 外部轮廓。实验证明。此方法比传统方法以及单一使用 Chan-Vese算法要好，是一种有效的分割方法。 1霉菌的彩色梯度图提取