凹點檢測分割算法綜述

1、基于凹點檢測的粘連圖像分割算法綜述研究背景、意義、目的：（包含內(nèi)容）根系CT成像特點（說明選擇凹點檢測方法意義、）、骨架模型提取意義（分 割對骨架模型提取的意義）、能解決的問題凹點檢測分割方法應(yīng)用場合（細胞分割、顆粒狀檢測）實現(xiàn)效果應(yīng)用的方法，操作步驟（單張圖像展示分割前后質(zhì)心點坐標(biāo)對比和圖形對比）， 分支根夾角的計算，不分割直接提取骨架模型和分割后的骨架模型對比根系是植物從土壤中獲取養(yǎng)分和水分的重要器官，根系的生長分布狀況直接影響著植物吸 收水分和養(yǎng)分的能力。為了能測量根的結(jié)構(gòu)，國內(nèi)外一些學(xué)者先后用不同的方法對根進行可視化 以及分析，有用（ ）等方法。本文僅針對CT序列成像方法基礎(chǔ)上進行研究

2、?；贑T掃描序列植物根系原位成像的優(yōu)點是，能保證不傷害根生長情況下，對土壤里的根 進行可視化以及后續(xù)的構(gòu)型分析。通過CT得到的序列圖像為計算機斷層圖像，即為單張的圖片， 并且按照從上往下的的順序關(guān)系排列。如下是原圖，采集的一組部分無土根系經(jīng)過二值化后的序 列圖像以及計算機中重建的三維圖像：根據(jù)上圖分析，根的成像特點，在根的上部分，接近圓柱得到的CT圖像為近圓形圖， 在分叉的地方會出現(xiàn)近“帽”狀的圖，即未完全分離的圖。在細胞計數(shù)、果實顆粒、巖石等 計數(shù)應(yīng)用中稱為，為粘連區(qū)域，又或者為重疊區(qū)域，醫(yī)學(xué)領(lǐng)域里又稱為“泄露問題”。在此， 后文都稱之為粘連圖像。在分支后又形成細根的近圓形圖，如下分別是這

3、組根系序列圖的第 9張，第139張，第159張。對于根系的CT序列圖，要做構(gòu)型參數(shù)測量，提取骨架模型是一種很常用的辦法。這里所采 用的方法是，對每一張CT序列圖像，找出質(zhì)心點，然后再根據(jù)三維的空間拓撲關(guān)系連成線。根 據(jù)上述圖像分析可知，第9張和第159張圖像的質(zhì)心點很容易準(zhǔn)確提取出來，而第139張圖像， 質(zhì)心會因為根分支沒有完全分離而只有一個質(zhì)心點的情況，這樣就造成骨架模型提取錯誤，所以對這種尚未完全分離的根系圖像，要進行分離，從而得出三個區(qū)域的質(zhì)心點，即為正確的骨架點。 根據(jù)到的正確骨架模型，就可以進行根系的三維構(gòu)型測量，如計算根長、根夾角、根個數(shù)、 根生長趨勢預(yù)估等特征。分析這組CT序列圖

4、像，發(fā)現(xiàn)出現(xiàn)粘連區(qū)域的圖像有以下四種類型，這四種類型分別都 影響著質(zhì)心點的提取：（1）細小側(cè)枝的粘連（28）；（2）近橢圓的粘連（99），（3）主根分支 處的粘連（139），（4）因為成像噪聲影響的粘連（149）， E （i, j） ij 對于質(zhì)心坐標(biāo)點的求取公式：七= g （i, j）i=1 j=1 (i j)ijP=。其中第一種和g (i j)i=1 j=1第四種比較好處理，用簡單的元素結(jié)構(gòu)為5X5矩形的開運算即可得到準(zhǔn)確的質(zhì)心點位置，如 圖所示，開運算前和開運算后的質(zhì)心點坐標(biāo)第二種和第三種圖像用簡單開運算就無法分離粘連區(qū)域，得不到準(zhǔn)確的質(zhì)心點。根據(jù)上 述圖像的特征，本文采用基于凹點檢測的

5、方法來對粘連圖像進行分割。要采用凹點檢測的方法對粘連圖像分割，首先要找到粘連圖像。根據(jù)圖像特征，有以下 幾種方法可供借鑒：區(qū)域的面積S此方法主要應(yīng)用在目標(biāo)形狀大小均勻的目標(biāo)上。例如細胞的分割中，正常的細胞經(jīng)過染色 后，單個面積大小都在一定的范圍之內(nèi)。而粘連的細胞面積S就會是正常細胞的1.5倍或以上， 因此根據(jù)此特征就能準(zhǔn)確判斷大部分細胞是否為粘連細胞。圓形度P從方法主要應(yīng)用在近似圓的目標(biāo)并且形狀大小相近的目標(biāo)物體上，例如細胞的分割計數(shù)上、 蘋果等采摘問題上，他們外形近似圓，根據(jù)預(yù)處理二值化操作后就比較明顯地判斷是否為粘連對 象區(qū)域。圓形度是一個近似圓的概念，根據(jù)公式p=4nA/（c*c）便可求

6、得，其中A表示為區(qū)域 輪廓面積，即區(qū)域像素個數(shù)，C表示區(qū)域輪廓的周長，即輪廓上像素間距，周長為可疑圖元的邊 界長度，可以通過計算邊界鏈碼長度得到。邊界熵某個信源符號Xk，其出現(xiàn)的概率設(shè)為Pk，那么該信源包含的信息可以表示為I (Xk) = logL = - log PkkX稱為氣的自信息量，一個概率小的符號出現(xiàn)將帶來更大的信息量，也就是說該信息量與該符號的概率倒數(shù)成正比。x x X由N個符號集X=( X1, X2，n )構(gòu)成離散信源的每一個符號的平均自信息量H (X) = n p log p i=1 1 (X)邊界熵反映的是邊界點到中心距離的離散程度。熵值越小，表明邊界曲線距離值的變化幅 度就

7、小，所含有的信息量就越少，即細胞各個邊界離中心點的距離變化不大，為單個細胞的可能 性較大；相反熵值越大，則表明距離值就越離散，變化幅度就大，所含的信息就越多，即表明細 胞邊界離中心點的距離變化差異很大，為粘連細胞的可能性越大。凹性度凹性度表示時區(qū)域面積與最小凸多邊形面積的比值：Solidity = 一，其中S表示區(qū) Sconvex域輪廓面積，Sconvex表示細胞的最小凸多邊形面積。最小凸多邊形指的是最小包圍區(qū)域輪廓的 凸包。當(dāng)區(qū)域輪廓為圓形并邊界光滑時，Solidity的值較大；當(dāng)區(qū)域輪廓比較凹陷，不規(guī)則時， Solidity的值比較小。寬高比寬高比即為區(qū)域輪廓的寬度和高度的比值，用K表示，

8、分別計算區(qū)域輪廓的左右極值之差叱 w和上下極值之差：W=|right-left|，H=|bottom-top|，則寬高比為：K =。K值越大或越小，H說明粘連可能性大，接近于1的時候，說明粘連的可能性小。矩形度S矩形度用來反映區(qū)域輪廓形狀偏離矩形的程度。用R表示，表示方法為R=。其中W x HS表示區(qū)域輪廓面積，W和H表示區(qū)域的高度和寬度。當(dāng)R=1時，物體為矩形，當(dāng)R=n/4時， 物體為圓形。當(dāng)物體或者細長形態(tài)時，R的取值變小。凹點數(shù)目據(jù)檢測的凹點數(shù)目作為判斷是否為粘連，這里的檢測出來的凹點數(shù)目存在偽凹點，并不是 真實的凹點。通過輪廓提取，曲線逼近，基于曲率計算及曲率極值判斷，也有高階鏈碼方法或模 板卷積算法初步檢測出凹點。根據(jù)檢測出來的凹點數(shù)目來判斷是否為粘連區(qū)域，如果凹點