基于分水岭算法的医学细胞图像边缘检测

2012-11-27宋颜云

网络安全与数据管理 2012年22期

宋颜云

（泰山医学院信息工程学院,山东泰安271016）

1 医学图像边缘检测方法研究现状

目前，医学图像处理已经在图像分割、图像匹配、图像融合及伪彩色处理等领域取得了巨大的成就[1]。医学图像边缘检测技术的发展与医学图像处理的发展同步，比较成熟的工具有：微分算子、小波变换和形态处理学，并且也发展出了众多的有效算法。小波变换和分析作为一种多尺度多通道分析工具，比较适合对图像进行多尺度的边缘检测[2]。因为医学图像一般较为复杂，有许多不确定性和不精确性(即模糊性)，所以有人将模糊理论引入到图像处理与分析中，形成了模糊边缘检测理论，它可以很好地处理MR图像内在的模糊性和不确定性，而且对噪声不敏感。

2 基于分水岭算法的医学细胞图像边缘检测

传统的边缘检测算子由于受噪声抑制，其边缘检测效果受到了很大影响，而小波变换和图像形态学处理方法是近年来较为流行的方法，它们解决了噪声的污染问题[3]。但是对于医学细胞图像这一特定对象，边缘检测是进行细胞面积、圆度和个数等形态的定量计算和分析的基础。其检测结果直接影响病情的分析和诊断的结果，如果边缘检测不理想，就无法进行细胞的形态分析。最基本的边缘检测方法就是使用微分算子,如Roberts算子、Sobel算子、Prewitt算子、Krisch算子、Laplacian算子和Canny算子等。图1是不同的边缘检测处理方法的处理结果。