本发明公开了基于超像素和异常检测的彩色血细胞图像白细胞分割方法，步骤如下：首先，将原始彩色血细胞RGB图像的CMYK和HSI彩色空间与图像空域信息相结合，构建7维特征向量，并利用SLIC超像素分割算法预分割图像，得到超像素分割图像；其次，采用异常目标探测方法进行细胞核区域探测，得到每个像素点异常能量值图像，进行区域滤波和阈值分割后得到预分割细胞核区域图像；最后，将预分割细胞核区域图像与超像素分割图像的对应的超像素区域合并，针对白细胞HSI空间的H分量，选取细胞核周围的像素点作为种子点进行区域生长，并与预分割的超像素图像结合，分割出白细胞。本发明分割算法简单且分割速度较快，分割时采用局部空间信息，分割更加准确。
1.基于超像素和异常检测的彩色血细胞图像白细胞分割方法，其特征是，包括以下步骤：首先，将原始彩色血细胞图像从RGB色彩空间转换到CMYK和HSI色彩空间，获得两个色彩空间下的七个分量C、M、Y、K、H、S、I，与像素空间坐标(x,y)相结合构建7维特征向量[C M Y K I x y]，并利用SLIC超像素分割算法分割图像，得到超像素分割图像；
其次，采用RX异常目标探测方法探测细胞核区域，得到每个像素点异常能量值图像，区域滤波和阈值分割，得到预分割细胞核区域图像；
然后，将预分割细胞核区域图像和超像素分割图像结合，将预分割细胞核区域图像中的细胞核像素点所对应的超像素分割图像中的超像素合并，得到最终的细胞核区域图像Icore；
最后，选择最终的细胞核区域图像Icore细胞核区域周围的像素点作为种子点，在HSI色彩空间的H分量上，采用区域生长法，并与超像素分割图像相结合，分割出细胞质区域；合并细胞核区域和细胞质区域，得到分割后的白细胞。
2.基于超像素和异常检测的彩色血细胞图像白细胞分割方法，其特征是，包括以下步骤：步骤(1)：对原始彩色血细胞RGB图像进行增强，通过拉伸局部对比度平滑同质区域，得到增强后的图像Ien；
步骤(2)：将步骤(1)增强后的图像Ien从RGB色彩空间转换到CMYK和HSI色彩空间，得到7个彩色分量C、M、Y、K、H、S、I，结合像素点的空间坐标(x,y)，为每个像素点构建7维特征向量[C M Y K I x y]；
步骤(3)：基于步骤(2)中所构建的特征向量，采用SLIC超像素分割方法预分割血细胞图像，得到超像素分割图像Isuper；
步骤(4)：将细胞核区域作为异常目标，采用RX异常目标探测算法对步骤(2)中CMYK色彩空间的四个分量C、M、Y、K进行细胞核区域探测，探测后得到每个像素点异常能量值图像IRX，对图像IRX进行区域滤波和阈值分割，得到预分割细胞核区域图像；
步骤(5)：将步骤(4)预分割细胞核区域图像中细胞核像素点与所对应的步骤(3)超像素分割图像Isuper中的超像素区域合并，得到最终的细胞核区域图像Icore；
步骤(6)：选择步骤(5)图像Icore细胞核区域周围的像素点作为种子点，在步骤(2)中HSI色彩空间的H分量上采用区域生长法，并与超像素分割图像Isuper相结合，分割出细胞质区域；合并细胞核区域和细胞质区域，得到分割后的白细胞。
3.如权利要求2所述的基于超像素和异常检测的彩色血细胞图像白细胞分割方法，其特征是，所述步骤(1)的具体方法为：对原始彩色血细胞RGB图像进行滤波，对滤波后的彩色图像进行局部对比对增强，原始RGB彩色图像增强后得到图像I1；增强所用算法如下：给定x(i,j)是像素点(i,j)的灰度值，以点(i,j)为中心选择大小为(2n+1)×(2n+1)的窗口，n为窗口尺寸，更新像素点灰度值：其中，f(i,j)是对比度增强后的像素值，mx(i,j)是局部平均值， 是局部方差，D是个常数，为图像的全局均方差。
4.如权利要求2所述的基于超像素和异常检测的彩色血细胞图像白细胞分割方法，其特征是，所述步骤(2)色彩空间转换的方法为：增强后的图像Ien含有三个分量——红R、绿G和蓝B，将图像Ien在CMYK色彩空间展开，得到四个分量青色C、品红M、黄Y和黑K：K＝min(C,M,Y)
在HSI色彩空间展开，得到3个分量——色调H、饱和度S、强度I：色调H：
结合当前像素点的坐标(x，y)，x、y分别对应图像Ien的第x行和第y列，构造特征向量，每个像素点由一个7维向量l＝[C M Y K I x y]表示。
5.如权利要求2所述的基于超像素和异常检测的彩色血细胞图像白细胞分割方法，其特征是，所述步骤(3)中SLIC超像素分割方法为：步骤(3-1)：初始化种子点：假设图像有N个像素点，预分割为K个相同尺寸的超像素，K表示分割尺度；每个超像素的大小为N/K，每个种子点的距离近似为 为给每个种子点分配一个标签；
步骤(3-2)：相似度衡量：对每一个像素点，分别计算与之最近的种子点之间的相似度，将最相似种子点标签赋值给该像素点；通过不断迭代，直到收敛，相似度衡量关系如下：其中，dCMYKI是色彩空间差异，dxy是像素点空间距离，Di为两个像素的相似度，取值越大越相似，T为种子点的间距，m为平衡参数，用于平衡颜色值与空间信息的相似度的比重；
步骤(3-3)：选择分割尺度K，迭代处理所有像素点，得到超像素图像Isuper。
6.如权利要求2所述的基于超像素和异常检测的彩色血细胞图像白细胞分割方法，其特征是，所述步骤(4)RX异常探测细胞核区域的具体方法为：假设细胞核区域为异常目标，利用RX异常目标探测算法对CMYK空间的四个分量C、M、Y、K进行探测，分割细胞核区域，探测算法如下：T -1
其中，DRXD(x)为异常能量值，μ0是全局均值，Σ是全局协方差矩阵，x＝[c，m，y，k]是某一待探测的样本，c、m、y、k分别代表CMYK色彩空间的四个分量C、M、Y、K的取值；异常探测后得到每个像素点异常能量图像IRX，对图像IRX进行区域滤波和阈值分割，得到预分割细胞核区域图像。
7.如权利要求2所述的基于超像素和异常检测的彩色血细胞图像白细胞分割方法，其特征是，所述步骤(5)的步骤为：预分割细胞核区域图像结合超像素图像Isuper，合并细胞核区域对应的超像素，得到仅含有细胞核区域的二值图像Icore。
8.如权利要求2所述的基于超像素和异常检测的彩色血细胞图像白细胞分割方法，其特征是，所述步骤(6)的区域生长法分割细胞质区域的具体方法为：步骤(6-1)：图像Icore的细胞核区域像素点构成集合P，P的边缘像素点构成集合R；计算R中像素点对应的彩色细胞图像H分量平均值H0，用来作为初始判别标准；
步骤(6-2)：以集合R中的像素点作为种子点，在种子点的四连通区域内搜索未被标记的像素点，如果种子点四连通区域内未被标记的像素点的H分量值与H0之差的绝对值小于
0.05，则标记此像素点为细胞质像素点，同时，将此像素点并入集合R；
步骤(6-3)：重新计算集合R中所有像素点的H分量平均值H0，重复步骤(6-2)，直到前后两次生长R不再发生变化，则停止。
基于超像素和异常检测的彩色血细胞图像白细胞分割方法
技术领域
[0001] 本发明属于生物医学图像处理领域，尤其涉及一种基于超像素和异常检测的彩色血细胞图像白细胞分割方法。
背景技术
[0002] 白细胞是人体免疫系统的主要组成部分，它可以抵御和消灭入侵的病原微生物。正常人血液中白细胞的含量比较稳定，约为4000-10000个/微升，血细胞含量的异常预示着人体可能存在某种疾病。
[0003] 白细胞分类计数是医院常规血检项目之一，临床诊断上，精确地测定血液中各类白细胞的含量具有重要意义。目前常规的白细胞计数方式为人工计数和自动计数，其中人工计数耗时费力，精度不高，不符合医学的快速准确的诊断标准。
[0004] 彩色图像处理成功运用于白细胞的分类计数中，但是仍存在很多问题，如白细胞细胞核和细胞质的分割问题等。如何精确定位分割白细胞是对白细胞分类识别的基础，因此我们需要研究一种快速准确的白细胞分割方法。
发明内容
[0005] 本发明的目的就是为了解决上述问题，提供一种基于超像素和异常检测的彩色血细胞图像白细胞分割方法，它具有分割算法简单且分割速度较快，分割时利用空间局部信息，分割更加准确的优点。
[0006] 为了实现上述目的，本发明采用如下技术方案：
[0007] 基于超像素和异常检测的彩色血细胞图像白细胞分割方法，包括以下步骤：
[0008] 首先，将原始彩色血细胞图像从RGB色彩空间转换到CMYK和HSI色彩空间，获得两个色彩空间下的七个分量C、M、Y、K、H、S、I，与像素空间坐标(x,y)相结合构建7维特征向量[C M Y K I x y]，并利用SLIC超像素分割算法分割图像，得到超像素分割图像；
[0009] 其次，采用RX异常目标探测方法探测细胞核区域，得到每个像素点异常能量值图像，区域滤波和阈值分割，得到预分割细胞核区域图像；
[0010] 然后，将预分割细胞核区域图像和超像素分割图像结合，将预分割细胞核区域图像中的细胞核像素点所对应的超像素分割图像中的超像素合并，得到最终的细胞核区域图像Icore；
[0011] 最后，选择细胞核区域周围的像素点作为种子点，在HSI色彩空间的H分量上，采用区域生长法，并与超像素分割图像结合，分割出白细胞。
[0012] 基于超像素和异常检测的彩色血细胞图像白细胞分割方法，包括以下步骤：
[0013] 步骤(1)：对原始彩色血细胞RGB图像进行增强，通过拉伸局部对比度平滑同质区域，得到增强后的图像Ien；
[0014] 步骤(2)：将步骤(1)增强后的图像Ien从RGB色彩空间转换到CMYK和HSI色彩空间，得到7个彩色分量C、M、Y、K、H、S、I，结合像素点的空间坐标(x,y)，为每个像素点构建7维特征向量[C M Y K I x y]；
[0015] 步骤(3)：基于步骤(2)中所构建的特征向量，采用SLIC超像素分割方法预分割血细胞图像，得到超像素分割图像Isuper；
[0016] 步骤(4)：将细胞核区域作为异常目标，采用RX异常目标探测算法对步骤(2)中CMYK色彩空间的四个分量C、M、Y、K进行细胞核区域探测，探测后得到每个像素点异常能量值图像IRX，对图像IRX进行区域滤波和阈值分割，得到预分割细胞核区域图像；
[0017] 步骤(5)：将步骤(4)预分割细胞核区域图像中细胞核像素点与所对应的步骤(3)超像素分割图像Isuper中的超像素区域合并，得到最终的细胞核区域图像Icore；
[0018] 步骤(6)：选择步骤(5)图像Icore细胞核区域周围的像素点作为种子点，在步骤(2)中HSI色彩空间的H分量上采用区域生长法，并与超像素分割图像Isuper相结合，分割出细胞质区域；合并细胞核区域和细胞质区域，得到分割后的白细胞。
[0019] 所述步骤(1)的具体方法为：
[0020] 对原始彩色血细胞RGB图像进行滤波，对滤波后的彩色图像进行局部对比对增强，原始RGB彩色图像增强后得到图像I1；增强所用算法如下：
[0021] 给定x(i,j)是像素点(i,j)的灰度值，以点(i,j)为中心选择大小为(2n+1)×(2n+1)的窗口，n为窗口尺寸，更新像素点灰度值：
[0022]
[0023]
[0024]
[0025] 其中，f(i,j)是对比度增强后的像素值，mx(i,j)是局部平均值， 是局部方差，D是个常数，为图像的全局均方差。
[0026] 所述步骤(2)色彩空间转换的方法为：
[0027] 增强后的图像Ien含有三个分量——红R、绿G和蓝B，将图像Ien在CMYK色彩空间展开，得到四个分量青色C、品红M、黄Y和黑K：
[0028]
[0029] K＝min(C,M,Y)
[0030] 在HSI色彩空间展开，得到3个分量——色调H、饱和度S、强度I：
[0031] 色调H：
[0032]
[0033]
[0034] 饱和度S：
[0035]
[0036] 强度I：
[0037]
[0038] 结合当前像素点的坐标(x,y)，x、y分别对应图像Ien的第x行和第y列，构造特征向量，每个像素点由一个7维向量l＝[C M Y K I x y]表示。
[0039] 所述步骤(3)中SLIC超像素分割方法为：
[0040] 步骤(3-1)：初始化种子点：假设图像有N个像素点，预分割为K个相同尺寸的超像素，K表示分割尺度。每个超像素的大小为N/K，每个种子点的距离近似为为给每个种子点分配一个标签；
[0041] 步骤(3-2)：相似度衡量：对每一个像素点，分别计算与之最近的种子点之间的相似度，将最相似种子点标签赋值给该像素点；通过不断迭代，直到收敛，相似度衡量关系如下：
[0042]
[0043]
[0044]
[0045] 其中，dCMYKI是色彩空间差异，dxy是像素点空间距离，Di为两个像素的相似度，取值越大越相似，S为种子点的间距，m为平衡参数，用于平衡颜色值与空间信息的相似度的比重。
[0046] 步骤(3-3)：选择分割尺度K，迭代处理所有像素点，得到超像素图像Isuper。
[0047] 所述步骤(4)RX异常探测细胞核区域的具体方法为：
[0048] 假设细胞核区域为异常目标，利用RX异常目标探测算法对CMYK空间的四个分量C、M、Y、K进行探测，分割细胞核区域，探测算法如下：
[0049] DRXD(x)＝(x-μ0)TΣ-1(x-μ0)
[0050] 其中，DRXD(x)为异常能量值，μ0是全局均值，Σ是全局协方差矩阵，x＝[c,m,y,k]是某一待探测的样本，c、m、y、k分别代表CMYK色彩空间的四个分量C、M、Y、K的取值。异常探测后得到每个像素点异常能量图像IRX，对图像IRX进行区域滤波和阈值分割，得到预分割细胞核区域图像。
[0051] 所述步骤(5)的步骤为：
[0052] 预分割细胞核区域图像结合超像素图像Isuper，合并细胞核区域对应的超像素，得到仅含有细胞核区域的二值图像Icore。
[0053] 所述步骤(6)的区域生长法分割细胞质区域的具体方法为：
[0054] 步骤(6-1)：图像Icore的细胞核区域像素点构成集合P，P的边缘像素点构成集合R；计算R中像素点对应的彩色细胞图像H分量平均值H0，用来作为初始判别标准；
[0055] 步骤(6-2)：以集合R中的像素点作为种子点，在种子点的四连通区域内搜索未被标记的像素点，如果种子点四连通区域内未被标记的像素点的H分量值与H0之差的绝对值小于0.05，则标记此像素点为细胞质像素点，同时，将此像素点并入集合R；
[0056] 步骤(6-3)：重新计算集合R中所有像素点的H分量平均值H0，重复步骤(6-2)，直到前后两次生长R不在发生变化，则停止。
[0057] 本发明的有益效果是：
[0058] 本发明首先将CMYK、HSI彩色空间与图像空域信息相结合，构建7维特征向量，并利用SLIC超像素分割算法预分割图像，预分割方法简单、速度较快，得到分割后的超像素图像；其次采用异常目标探测方法定位细胞核区域，定位准确；最后针对白细胞HSI空间的H分量，选取细胞核周围的像素点作为种子点进行区域生长，并与预分割的超像素图像结合，分割出白细胞。本发明充分利用血细胞图像各个彩色空间的分量特点和空间域特征，设计一种快速准确的白细胞分割方法，更加准确的分割出白细胞。
附图说明
[0059] 图1是本发明彩色血细胞图像中基于超像素和异常检测的白细胞分割方法的流程图；
[0060] 图2原始的彩色RGB图像；
[0061] 图3(a)是RGB图像转换到CMYK空间的C分量；
[0062] 图3(b)是RGB图像转换到CMYK空间的M分量；
[0063] 图3(c)是RGB图像转换到CMYK空间的Y分量；
[0064] 图3(d)是RGB图像转换到CMYK空间的K分量；
[0065] 图4(a)是RGB转换到HSI空间的H分量；
[0066] 图4(b)是RGB转换到HSI空间的S分量；
[0067] 图4(c)是RGB转换到HSI空间的I分量；
[0068] 图5是血细胞彩色图像SLIC超像素分割结果；
[0069] 图6是RX异常目标探测细胞核分割图像结果；
[0070] 图7是白细胞分割的最终结果。
具体实施方式
[0071] 下面结合附图与实施例对本发明作进一步说明。
[0072] 如图1所示，本发明彩色血细胞图像中基于超像素和异常检测的白细胞分割方法的具体实施过程如下：
[0073] 原始的彩色细胞图像，白细胞的细胞核区域和其他区域存在明显差异，而且图像中存在连续的相似区域，容易实现超像素预分割。本发明首先进行图像增强，然后基于原始RGB图像进行RX异常探测分割细胞核，并同时将彩色细胞图像从RGB色彩空间转换到CMYK和HSI色彩空间，结合像素点空间信息构建7维特征向量，利用SLIC超像素分割算法将整个彩色细胞图像分割成若干个小区域(超像素)。最后基于分割出的细胞核和超像素，在HSI色彩空间的H分量上进行区域生长分割出整个白细胞。这样做的好处是利用超像素预分割图像，降低运算率，且对白细胞边缘分割效果较好。
[0074] (1)彩色空间转换方法：原始的彩色空间为RGB，为了更好的实现细胞分割，本发明将原始RGB彩色图像转换到CMYK色彩空间和HSI色彩空间中，图2是原始RGB彩色细胞图像，图3(a)、图3(b)、图3(c)、图3(d)分别是彩色RGB细胞图像在CMYK色彩空间的C、M、Y、K分量，图4(a)、图4(b)、图4(c)是彩色RGB细胞图像在HSI色彩空间的H、S、I分量。
[0075] (2)SLIC超像素分割方法：超像素分割的主要目的是合并图像中相似区域为一个超像素，从而减少像素量，降低运算复杂度。本发明同时考虑CMYK、HSI色彩空间和像素空间信息，构建7维特征向量，然后采用SLIC算法，将原始的图像划分成若干超像素区域。图5是超像素分割结果，每个连通区域代表一个超像素。
[0076] (3)白细胞核的分割方法是：白细胞核区域与细胞质、红细胞及背景存在明显差异，表现为颜色较深，因此本发明假设细胞核为异常目标，采用RX探测算法对彩色细胞图像CMYK色彩空间的四个分量C、M、Y、K进行探测，得到异常能量图像，并通过区域滤波去除噪点，阈值分割得到预分割细胞核区域，然后将此细胞核区域对应的超像素分割图像中的超像素区域合并，得到最终的细胞核区域，图6是分割的细胞核区域。
[0077] (4)白细胞细胞质的分割方法：图4(a)中H分量所示的白细胞细胞质与红细胞细胞质在各自区域内具有相似性，但在两区域之间又有很大差异性；因此本发明利用这一特点，在H分量上采用区域生长法来分割白细胞细胞质区域。图7显示了图像分割结果。
[0078] 上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
