数位影像处理-期中报告 数位影像处理应用于白血球轮廓切割 指导老师 .docVIP

數位影像處理-期中報告 數位影像處理應用於白血球輪廓切割 指導老師：謝銘原 學號：Ｍ９９２０１０３ 學生：李昆紘 目次 一、背景探討????????????????????????０３ 二、應用主題及主要技術2.1 前置處理??????????????????????????０５ 2.2 依直方圖取出細胞核與細胞質????????????????????０６ 2.3 去除不屬於白血球部份??????????????????????０８ 2.4 缺口填補??????????????????????????０８ 三、實驗結果????????????????????????１０ 四、結論與未來展望?????????????????????１２ 參考文獻??????????????????????????１３ 背景探討應用主題及主要技術 2.1 前置處理 　　影像色彩模型中，最常使用的為RGB色彩模型。RGB 色彩模型之三個 通道之像素值分別表現紅色、綠色、藍色色光的強度。透過三種色光的混 合來表現出不同的顏色。而在這三種色光中，綠色色光的強度變化視覺較 大，所以本篇論文使用綠色色光來做處理。 　　先透過中通濾波器可以去除圖形資料中的孤立點，並能保持原本影像的銳利度。但是中通濾波器無法適用於處理較大面積的雜訊，而且在處理很大的圖形資料量時，其所處理的時間將大大的增加，在本文中是將綠色層之圖片，去除雜訊，降低切割子影像的錯誤率。 　　為避免有過多不安定因素及雜訊影響圖片辨識之效果，本研究將原始 圖切割出子影像，以降低失誤率，方法如下：依據圖片比例分割成適當n個區塊，每一區塊分別計算出較深色的像素值佔該區塊某一程度以上者，判斷該區塊有細胞核的存在，再依圖片比例取出適當長度加入搜尋出來之區塊，將此圖切割出來為子影像，如圖2所示，其中以圖1原始影像經過前置處理後，得到圖2的兩張子影像，是由於在圖1像中內含兩顆白血球，所以圖2(a)為原始影像中左邊血球部分，而圖2(b)為右邊血球部分，分別在此篇論文以左子影像與右子影像稱之。 圖1. 原始影像(a) 　　　　　　　　　　　　　　　(a) 　　　(b) 圖2. 子影像(a)左方血球 (b)右方血球 2.2 依直方圖取出細胞核與細胞質 　　將前置處理過後的子影像，各別取出直方圖，如圖3 (a)與(b)所示，可看出直方圖影像中最左邊山峰為顏色最深部分也就是影像中細胞核部分，所以取其像素值範圍40 至60 中最低點t1，為門檻值可以二值化出細胞核，而相反地在最右邊山峰為背景。 　　介於兩山峰之間的就是細胞質與紅血球部分，而其中紅血球佔子影像中也有一定比例，所以介於這之間的山峰有一個必為紅血球所佔比例，而且此山峰與背景的山峰是最鄰近，所以剩餘即是細胞質部分。其中由於紅血球與細胞值的顏色相近，所以在紅血球山峰的左邊最低點為細胞值的門檻值，在此取其像素值範圍為100 至120 中最低點，為門檻值t2 可以二值化出細胞質[4]。 　　分別對兩個門檻值t1、t2 做二值化，影像像素大於等於門檻值以白色表示(像素值為1)，而小於門檻值以黑色表示(像素值為0)，即可取出細胞核與細胞質的二元影像[1]，如圖4 所示。 (a) (b) 圖3. 子影像之直方圖 (a)　　 (b) (c) 　　(d) 圖4. 細胞核與細胞質之二值化影像 (a)左子影像取細胞核門檻值 (b)左子影像取細胞質門檻值 (c)右子影像取細胞核門檻值 (d)右子影像取細胞質門檻值 2.3 去除不屬於白血球部份 　　透過二值化後，影像中仍會殘留少部分不屬於白血球的區塊，會先分別計算所有黑色區域的數量，而在同一個區域則將它們歸為同一類，如圖5(a)，共有1、2、3 號黑色區域，經過累加計算，可以發現2 號區域數量最多，則保留此區域，而將其餘的1 和3號區域刪除。而圖5(b)，1 號區域為最多數量，則將2、3、4 號區域刪除。 (a) 　　　(b) (c)　　　 (d) 圖5. 去除不屬於白血球 (a)圖4(b)去除前 (b)圖4(d)去除前 (c)圖4(b)去除後 (d)圖4(d)去除後 2.4 缺口填補 　　由於染色不勻，當透過像素差異辨識白血球時，顏色較淺的部分會被忽略，使得原應屬於白血球的部分未被取出，在此利用四個方向如圖6 所示分別為：由左至右、由上至下、由左上至右下、由左下至右上掃描影像，將影像中有缺口的部分以填補方法修正，此方法預設立場為有缺口的地方皆為白血球的一部分。 圖6. 填補之方向 　　在二值影像中白血球以黑色呈現，數值表示為0；背景與紅血球以白 色呈現，數值表示為1，其填補過程方法如下： Step1: 由左至右掃描影像，以右子影像表示於圖