CN117197808A - 一种基于rgb通道分离的宫颈细胞图像细胞核分割方法 - Google Patents
一种基于rgb通道分离的宫颈细胞图像细胞核分割方法 Download PDFInfo
- Publication number
- CN117197808A CN117197808A CN202311351755.1A CN202311351755A CN117197808A CN 117197808 A CN117197808 A CN 117197808A CN 202311351755 A CN202311351755 A CN 202311351755A CN 117197808 A CN117197808 A CN 117197808A
- Authority
- CN
- China
- Prior art keywords
- image
- module
- gray
- cell
- computer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000926 separation method Methods 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 32
- 210000004027 cell Anatomy 0.000 title claims abstract description 30
- 210000003855 cell nucleus Anatomy 0.000 title claims abstract description 28
- 230000011218 segmentation Effects 0.000 title claims abstract description 18
- 238000001514 detection method Methods 0.000 claims abstract description 17
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 210000004940 nucleus Anatomy 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 3
- 238000012805 post-processing Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000009595 pap smear Methods 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 206010008342 Cervix carcinoma Diseases 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 208000006105 Uterine Cervical Neoplasms Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 201000010881 cervical cancer Diseases 0.000 description 1
- 230000001086 cytosolic effect Effects 0.000 description 1
- 238000004043 dyeing Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000010186 staining Methods 0.000 description 1
- 239000012192 staining solution Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Landscapes
- Image Analysis (AREA)
Abstract
本发明提出了一种基于RGB通道分离的宫颈细胞图像细胞核分割方法，包括如下步骤：将彩色图像进行通道分离，存储到三个单通道图像中；利用红色和蓝色通道图像，将原彩色图像转换成灰度图像；采用阈值方法对灰度图像的每个像素点进行二值化操作；对灰度图像进行轮廓检测；将步骤S4中的灰度图像的轮廓全部插入到保存轮廓点的位置信息的结构体中保存起来；在原始图像中将步骤S5中保存的坐标全部修改为红色像素以完成轮廓的绘制并保存，以便于将细胞核的外部区域区分，将含有宫颈细胞的彩色图像进行了通道分离，在此基础上进行细胞核分割，精确分割出细胞核，准确区分出细胞核，提高了细胞核的识别率。
Description
技术领域
本发明涉及图像处理技术领域，尤其涉及一种基于RGB通道分离的宫颈细胞图像细胞核分割方法。
背景技术
子宫颈抹片检查是一种广泛应用于宫颈癌早期筛查的方法，该方法使用特殊的细胞刷收集子宫颈细胞标本，并将其涂抹在载切片上。随后，使用巴氏染液对载切片上的样本进行染色，不同细胞部分会呈现不同的颜色。染色完成之后使用多光谱细胞图像扫描系统将原本镜下可见的内容展示在计算机等设备上，可以实现智能化、信息化。
基于显微镜结构的多光谱细胞图像扫描系统的10倍或20倍的扫描无法一次直接获取单个切片的全景图像，而是将一个切片分多个栅格，以每一个栅格为一个视野，通过运动平台带动扫描切片同时分多次扫描不同栅格区域，最终分别获取全部栅格内的图像数据。为了获取切片中的全部影像信息，相邻图像之间存在重叠像素区域，重叠区域匹配不准确会导致拼接出来的图片与实际图片的位置不符，导致图像出现失真、错位等问题。
鉴于此，实有必要提供一种新型的基于RGB通道分离的宫颈细胞图像细胞核分割方法以克服上述缺陷。
发明内容
本发明的目的是提供一种基于RGB通道分离的宫颈细胞图像细胞核分割方法，将含有宫颈细胞的彩色图像进行了通道分离，在此基础上进行细胞核分割，精确分割出细胞核，提高了细胞核的识别率。
为了实现上述目的，本发明提供一种基于RGB通道分离的宫颈细胞图像细胞核分割方法，包括如下步骤：
S1、将彩色图像进行通道分离，存储到红、绿、蓝单通道图像中；
S2、利用S1中的红色和蓝色通道图像生成灰度图像；
S3、采用阈值方法对灰度图像的每个像素点进行二值化操作；
S4、对灰度图像进行轮廓检测；
S5、将步骤S4中的灰度图像的轮廓点的位置信息保存到单独的结构体中。
S6、在原始图像中将步骤S5中保存的坐标全部修改为红色像素(255,0,0)以完成轮廓的绘制并保存，以便于将细胞核的外部区域区分。
优选的，采用阈值方法对每个像素点进行二值化操作：
其中Y为处理后像素值，gray为处理前像素值，T为阈值。
一种基于RGB通道分离的宫颈细胞图像细胞核分割系统，包括：分离模块、转换模块、操作模块、检测模块以及保存模块，所述分离模块、转换模块、操作模块、检测模块以及保存模块依次通信连接；
所述分离模块将每个像素点的RGB值分别提取出来，存储到三个单通道图像中，所述转换模块用于生成灰度图像，所述操作模块用于采用阈值方法对灰度图像的每个像素点进行二值化操作，所述检测模块用于对灰度图像进行轮廓检测，所述保存模块用于将灰度图像的轮廓点的位置信息全部保存到单独的结构体中。
一种计算机设备，包括：处理器；所述处理器与存储器连接，所述存储器用于存储计算机执行指令，所述处理器执行所述存储器存储的所述计算机执行指令，以使所述计算机设备实现如权利要求1所述的方法。
一种计算机可读存储介质，用于存储计算机指令，当所述计算机指令在计算机上运行时，使得所述计算机执行如权利要求1所述的方法。
与现有技术相比，有益效果在于，将含有宫颈细胞的彩色图像进行了通道分离，在此基础上进行细胞核分割，精确分割出细胞核，准确区分出细胞核，提高了细胞核的识别率。
本发明的其它特征以及优点将陈述于下列的描述中，并且部分将可从描述中显而易见，或者可通过本发明的实施而了解。本发明的特征和优点可通过后附的申请范围中具体指出的元件和组合而实现以及获得。本发明的这些和其它特征将根据下列的描述和后附的权利要求书中变得更加清楚明白，或者可通过本发明所述的实施例实施而了解。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本发明实施例的挑选的含有宫颈细胞的彩色图像的示意图。
图2为图1转换后的灰度图像的示意图。
图3为图2二值化操作后的示意图。
图4为图3完成轮廓的绘制并保存后的示意图。
图5为本发明基于RGB通道分离的宫颈细胞图像细胞核分割系统的示意图。
具体实施方式
为了使本发明的目的、技术方案和有益技术效果更加清晰明白，以下结合附图和具体实施方式，对本发明进行进一步详细说明。应当理解的是，本说明书中描述的具体实施方式仅仅是为了解释本发明，并不是为了限定本发明。
请参阅图1至图3，本发明提供一种基于RGB通道分离的宫颈细胞图像细胞核分割方法，包括如下步骤：
S1、将彩色图像进行通道分离，存储到红、绿、蓝单通道图像中。
在RGB颜色模型中，每个像素点的颜色由红、绿、蓝三个通道的亮度值组成，分别用0-255的整数表示。因此，通道分离的过程就是将每个像素点的RGB值分别提取出来，存储到三个单通道图像中。
S2、利用S1中的红色和蓝色通道图像生成灰度图像。
由于细胞胞浆颜色通常为蓝色或者红色，常用的转换方式通常会导致转换后的细胞核与细胞浆之间的像素差距较小，会对后续的细胞核分割产生干扰。所以这里使用以下的计算方式来将RGB彩色图像转换为灰度图像，最大程度减少在细胞核分割时被胞浆颜色干扰的可能性。转换方法如下式所示：
Gray＝R*0.5+B*0.5，
其中，Gray为彩色图像的输出值，R、B分别代表红、蓝三个颜色通道的像素值。
S3、采用阈值方法对灰度图像的每个像素点进行二值化操作。
图像二值化是一种快速的图像分割方法，为了提高细胞核分割精度和速度，采用阈值方法对每个像素点进行二值化操作：
其中Y为处理后像素值，gray为处理前像素值，T为阈值。
S4、对灰度图像进行轮廓检测。
灰度图像的像素的连通场景有两种：4连通和8连通，确认图像中的点是否为边界点(border point)的条件是：在4连通场景中，如果一个1像素(i,j)在他的8连通域中有0像素(p,q)存在，则像素(i,j)就是一个边界点，边界由多个边界点组成。
找到一个黑色像素P，将他定为起点像素，每次碰到黑色像素P时，都回溯到之前的白色像素，这样顺时针绕过像素P，访问其8领域中的每一个像素，直到击中黑色像素。重复这个过程，当起始像素被第二次访问时终止，在整个运行过程中走过的黑色像素就是检测目标的边界像素，走过的黑色像素即为目标(灰度图像)的轮廓。
S5、将步骤S4中的灰度图像的轮廓点的位置信息保存到单独的结构体中。
S6、在原始图像中将步骤S5中保存的坐标全部修改为红色像素(255,0,0)以完成轮廓的绘制并保存，以便于将细胞核的外部区域区分。
实施例：
挑选经过巴氏染液染色之后的子宫颈抹片作为实例对象。使用多光谱细胞图像扫描系统对挑选的子宫颈抹片进行扫描，从中扫描出来的图片中选择一副含有宫颈细胞的彩色图像作为本技术操作对象。在选择的图片中找到某一个细胞，要求细胞的大小和形态与绝大多数子宫颈细胞符合，选择的细胞单独切割下来，如下图1所示。
将含有细胞的彩色图像的三个颜色通道进行通道分离，拆分通道的过程就是将每个像素点的RGB值分别提取出来，存储到三个单通道图像中R，G，B。
将三个颜色单通道中的彩色图像使用以下公式转换成为灰度图片，
Gray＝R*0.5+B*0.5，转换后的效果如图2所示。
将转换后得到的灰度图像进行二值化操作，可以明显区分出细胞核，二值化操作公式如下：
将其中的T设为125，得到的图像如图3所示，此时细胞核的外部区域为白色。
在二值化图像(即图2)中进行轮廓查找，得到图像的轮廓点，使用得到的轮廓点，将原图相同位置点的像素值设置为(255,0,0)，得到如图4所示，此时可以观察到细胞核的外部区域识别效果比较理想。
请继续参阅图5，本发明还提供一种基于RGB通道分离的宫颈细胞图像细胞核分割系统，包括：分离模块、转换模块、操作模块、检测模块以及保存模块，所述分离模块、转换模块、操作模块、检测模块以及保存模块依次通信连接；
所述分离模块将每个像素点的RGB值分别提取出来，存储到三个单通道图像中，所述转换模块用于生成灰度图像，所述操作模块用于采用阈值方法对灰度图像的每个像素点进行二值化操作，所述检测模块用于对灰度图像进行轮廓检测，所述保存模块用于将灰度图像的轮廓点的位置信息保存到单独的结构体中。
本发明还提供一种计算机设备，包括：处理器；所述处理器与存储器连接，所述存储器用于存储计算机执行指令，所述处理器执行所述存储器存储的所述计算机执行指令，以使所述计算机设备实现所述的方法。
本发明还提供一种计算机可读存储介质，用于存储计算机指令，当所述计算机指令在计算机上运行时，使得所述计算机执行所述的方法。
本发明并不仅仅限于说明书和实施方式中所描述，因此对于熟悉领域的人员而言可容易地实现另外的优点和修改，故在不背离权利要求及等同范围所限定的一般概念的精神和范围的情况下，本发明并不限于特定的细节、代表性的设备和这里示出与描述的图示示例。
Claims (5)
1.一种基于RGB通道分离的宫颈细胞图像细胞核分割方法，其特征在于，包括如下步骤：
S1、将彩色图像进行通道分离，存储到红、绿、蓝单通道图像中；
S2、利用S1中的红色和蓝色通道图像生成灰度图像；
S3、采用阈值方法对灰度图像的每个像素点进行二值化操作；
S4、对灰度图像进行轮廓检测；
S5、将步骤S4中的灰度图像的轮廓点的位置信息保存到单独的结构体中。
S6、在原始图像中将步骤S5中保存的坐标全部修改为红色像素(255,0,0)以完成轮廓的绘制并保存，以便于将细胞核的外部区域区分。
2.如权利要求1所述的基于RGB通道分离的宫颈细胞图像细胞核分割方法，其特征在于，采用阈值方法对每个像素点进行二值化操作：
其中Y为处理后像素值，gray为处理前像素值，T为阈值。
3.一种基于RGB通道分离的宫颈细胞图像细胞核分割系统，其特征在于，包括：分离模块、转换模块、操作模块、检测模块以及保存模块，所述分离模块、转换模块、操作模块、检测模块以及保存模块依次通信连接；
所述分离模块将每个像素点的RGB值分别提取出来，存储到三个单通道图像中，所述转换模块用于生成灰度图像，所述操作模块用于采用阈值方法对灰度图像的每个像素点进行二值化操作，所述检测模块用于对灰度图像进行轮廓检测，所述保存模块用于将灰度图像的轮廓点的位置信息全部保存到单独的结构体中。
4.一种计算机设备，包括：处理器；所述处理器与存储器连接，所述存储器用于存储计算机执行指令，其特征在于，所述处理器执行所述存储器存储的所述计算机执行指令，以使所述计算机设备实现如权利要求1所述的方法。
5.一种计算机可读存储介质，其特征在于，用于存储计算机指令，当所述计算机指令在计算机上运行时，使得所述计算机执行如权利要求1所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311351755.1A CN117197808A (zh) | 2023-10-17 | 2023-10-17 | 一种基于rgb通道分离的宫颈细胞图像细胞核分割方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311351755.1A CN117197808A (zh) | 2023-10-17 | 2023-10-17 | 一种基于rgb通道分离的宫颈细胞图像细胞核分割方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117197808A true CN117197808A (zh) | 2023-12-08 |
Family
ID=88983514
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311351755.1A Pending CN117197808A (zh) | 2023-10-17 | 2023-10-17 | 一种基于rgb通道分离的宫颈细胞图像细胞核分割方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117197808A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117876401A (zh) * | 2024-03-12 | 2024-04-12 | 江西医至初医学病理诊断管理有限公司 | 基于sam分割模型的宫颈液基薄层细胞图像分割方法 |
-
2023
- 2023-10-17 CN CN202311351755.1A patent/CN117197808A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117876401A (zh) * | 2024-03-12 | 2024-04-12 | 江西医至初医学病理诊断管理有限公司 | 基于sam分割模型的宫颈液基薄层细胞图像分割方法 |
| CN117876401B (zh) * | 2024-03-12 | 2024-05-03 | 江西医至初医学病理诊断管理有限公司 | 基于sam分割模型的宫颈液基薄层细胞图像分割方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108090511B (zh) | 图像分类方法、装置、电子设备及可读存储介质 | |
| CN110766017B (zh) | 基于深度学习的移动终端文字识别方法及系统 | |
| CN110807775A (zh) | 基于人工智能的中医舌像分割装置、方法及存储介质 | |
| CN110866932A (zh) | 多通道舌体边缘检测装置、方法及存储介质 | |
| CN108389215B (zh) | 一种边缘检测方法、装置、计算机存储介质及终端 | |
| US11151402B2 (en) | Method of character recognition in written document | |
| CN110110667B (zh) | 一种硅藻图像的处理方法、系统及相关组件 | |
| CN111583201B (zh) | 一种用于构建超分辨率病理显微镜的迁移学习方法 | |
| CN107766864B (zh) | 提取特征的方法和装置、物体识别的方法和装置 | |
| CN111784675A (zh) | 物品纹理信息处理的方法、装置、存储介质及电子设备 | |
| CN112348018A (zh) | 基于巡检机器人的数显式仪表读数识别方法 | |
| CN117197808A (zh) | 一种基于rgb通道分离的宫颈细胞图像细胞核分割方法 | |
| CN116740528A (zh) | 一种基于阴影特征的侧扫声呐图像目标检测方法及系统 | |
| CN108182691B (zh) | 识别限速标志的方法、装置及车辆 | |
| CN108877030B (zh) | 图像处理方法、装置、终端和计算机可读存储介质 | |
| CN109711420B (zh) | 基于人类视觉注意机制的多仿射目标的检测与识别方法 | |
| CN109102510B (zh) | 一种基于半监督k-means算法的乳腺癌病理组织图像分割方法 | |
| CN113392819B (zh) | 一种批量化学术图像自动分割标注装置和方法 | |
| US20240086661A1 (en) | Method and apparatus for processing graphic symbol and computer-readable storage medium | |
| CN113724235A (zh) | 镜下环境改变条件时半自动化的Ki67/ER/PR阴性、阳性细胞计数系统及方法 | |
| CN111445402A (zh) | 一种图像去噪方法及装置 | |
| CN112580629A (zh) | 一种基于深度学习的车牌字符识别方法以及相关装置 | |
| CN117710868A (zh) | 一种对实时视频目标的优化提取系统及方法 | |
| Duan et al. | Design of License Plate Recognition System Based on OpenCV | |
| CN112070771B (zh) | 基于hs通道的自适应阈值分割方法、装置和存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |