李 悦 嵇启春

(西安建筑科技大学 陕西 西安 727000)

基于异常检测的尿沉渣图像分割

李 悦*嵇启春

(西安建筑科技大学 陕西 西安 727000)

在尿沉渣图像中，由于其样本特性，使得在细胞图像采集时会有大量的杂质。这些杂质形状不规则，颜色不单一，用传统的图像分割算法难以去除。针对这个问题，提出一种基于异常检测的图像分割算法。该方法用形态学的方法对二值图像进行轮廓提取，根据其轮廓进行特征提取并且进行标记，然后用提取的轮廓特征以及标记构建异常检测模型。最终根据该模型对图象进行分割，并且定量地对该模型进行评价。实验结果表明，基于异常检测模型的尿沉渣检测方法能够以较高精度将杂质从细胞图像中分离。

尿沉渣图像 形态学 异常检测

0 引 言

在医学细胞图像处理研究中，细胞的识别和分割是最重要也是最困难的，其中，细胞的分割将图像分割为前景和背景，是把图像中感兴趣的部分提取出来的过程，它是细胞识别的前提。在尿沉渣图像中，我们需要将红白细胞从图像中分割出来，但是如图1所示，在尿沉渣的拍摄过程中，由于尿沉渣本身易受污染，使得图片有很多未知的不规则杂质，这些杂质干扰了尿沉渣的图像分割，进而影响到了细胞的准确识别，所以这是尿沉渣图像分割需要首要解决的问题。

图1 尿沉渣图片

由于尿沉渣图像中的杂质没有固定的模式，所以尿沉渣的分割比较困难。在细胞图像分割中常用的几种方法中，谢凤英等[1-2]用分水岭算法分割免疫细胞图像，该算法虽然分割精度较高，并且比较简单，但是其需要手动选取种子点，并且对微弱边缘会产生响应，以至于对杂质也会产生响应。……