一种类圆形重叠目标的分割方法、系统、装置及存储介质与流程

1.本技术涉及图像处理领域，尤其涉及一种类圆形重叠目标的分割方法、系统、装置及存储介质。


背景技术：

2.在医学领域，为了深入研究病理，经常需要拍摄细胞图像。由于细胞在液体中并不是均匀分布的，在拍摄细胞图像时，往往会发现图像中有许多细胞重叠在一起。为了对细胞形态进行量化计算或者是对细胞进行计数，需要对重叠的细胞进行分割。由于细胞近似圆形，现有技术中一般使用分水岭分割等算法，但是这些算法往往会导致过度分割，从而失去许多有效的细胞信息。


技术实现要素：

3.本技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本技术提出一种类圆形重叠目标的分割方法、系统、装置及存储介质，能够对图像中重叠的类圆形目标进行更精准的分割。
4.第一方面，本技术实施例提供了一种类圆形重叠目标的分割方法，包括：根据待分割图像的灰度值，确定所述待分割图像中的待分割区域；根据多边形近似算法检测所述待分割区域的外边界，确定边界特征点；根据所述边界特征点进行椭圆拟合，确定候选分裂点对；根据所述候选分裂点对和预设的筛选条件，确定目标分裂点对；根据所述目标分裂点对，确定所述待分割区域中的重叠区域；对所述重叠区域进行图像分割，确定重叠区域边界；对所述外边界进行图像分割；将所述重叠区域边界和所述外边界进行叠加，完成对所述待分割区域的分割；其中，所述待分割区域是指存在所述重叠区域的两个类圆形目标所在的区域。
5.可选地，所述根据待分割图像的灰度值，确定所述待分割图像中的待分割区域，包括：根据预设的滑动窗口内像素点的灰度值，确定临时阈值；其中，所述滑动窗口小于所述待分割图像；根据所述临时阈值，确定所述待分割图像中的临时待分割区域和临时背景区域；计算得到所述临时待分割区域的和所述临时背景区域之间的临时方差；将所述滑动窗口在所述待分割图像中滑动，确定多个滑动窗口对应的所述临时方差；确定最大的所述临时方差对应的所述临时阈值为分割阈值，并根据所述分割阈值，确定所述待分割图像中的所述待分割区域和背景区域。
6.可选地，所述根据多边形近似算法检测所述待分割区域的外边界，确定边界特征点，包括：选取所述外边界中任意一点作为第一边界点，并确定与所述第一边界点不相邻的第二边界点；确定所述第一边界点和所述第二边界点之间的第一直线；计算所述第一边界点和所述第二边界点之间的所有边界点到所述第一直线之间的第一距离；当所述第一距离大于或等于预设的距离阈值，确定所述第一距离对应的边界点为边界特征点。
7.可选地，所述对所述边界特征点进行椭圆拟合，确定候选分裂点对：选取任意两个
所述边界特征点进行椭圆拟合，计算两个所述边界特征点之间的瓶颈率；当所述瓶颈率小于预设的瓶颈率阈值，确定所述瓶颈率所对应的两个所述边界特征点为候选分裂点对；其中，所述瓶颈率阈值为标准圆形单元的瓶颈率的最小值。
8.可选地，所述根据所述候选分裂点对和预设的筛选条件，确定目标分裂点对，包括：根据所述候选分裂点对将所述外边界分为第一线段和第二线段，并根据所述第一线段拟合得到第一椭圆，根据所述第二线段拟合得到第二椭圆；当第一椭圆和第二椭圆的面积比的最大值小于或等于预设的面积比阈值，确定所述候选分裂点对为第一分裂点对；计算所述第一线段与所述第一椭圆之间的第一平均代数距离，并计算所述第二线段与所述第二椭圆之间的第二平均代数距离；当所述第一平均代数距离和所述第二平均代数距离中的最小值小于预设的代数距离阈值，确定所述第一分裂点对为所述目标分裂点对。
9.可选地，所述方法还包括：根据所述第一平均代数距离和所述第二平均代数距离，计算得到第三平均代数距离；当所述第一平均代数距离和所述第二平均代数距离中的最小值小于所述代数距离阈值，且所述第三平均代数距离大于所述代数距离阈值，确定所述第一分裂点对为所述目标分裂点对。
10.可选地，所述根据所述目标分裂点对，确定所述待分割区域中的重叠区域，还包括：确定所述目标分裂对之间的第三线段；以所述第三线段为中线，以所述第三线段的中心作为中心，以所述第三线段的长度作为边长，确定一个正方形区域，所述正方形区域为所述重叠区域。
11.第二方面，本技术实施例提供了一种类圆形重叠目标的分割系统，包括：第一模块，用于根据待分割图像的灰度值，确定所述待分割图像中的待分割区域；其中，所述待分割区域是指存在所述重叠区域的两个类圆形目标所在的区域；第二模块，用于根据多边形近似算法检测所述待分割区域的外边界，确定边界特征点；第三模块，用于根据所述边界特征点进行椭圆拟合，确定候选分裂点对；第四模块，用于根据所述候选分裂点对和预设的筛选条件，确定目标分裂点对；第五模块，用于根据所述目标分裂点对，确定所述待分割区域中的重叠区域；第六模块，用于对所述重叠区域进行图像分割，确定重叠区域边界；第七模块，用于对所述外边界进行图像分割；第八模块，用于将所述重叠区域边界和所述外边界进行叠加，完成对所述待分割区域的分割。
12.第三方面，本技术实施例提供了一种装置，包括：至少一个处理器；至少一个存储器，用于存储至少一个程序；当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如第一方面所述的类圆形重叠目标的分割方法。
13.第四方面，本技术实施例提供了一种计算机存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序在由所述处理器执行时用于实现如第一方面所述的类圆形重叠目标的分割方法。
14.本技术实施例的有益效果如下：根据待分割图像的灰度值，确定待分割图像中的待分割区域；其中，待分割区域是指存在重叠区域的两个类圆形目标所在的区域。根据多边形近似算法检测待分割区域的外边界，确定边界特征点；根据边界特征点进行椭圆拟合，确定候选分裂点对；根据候选分裂点对和预设的筛选条件，确定目标分裂点对；根据目标分裂点对，确定待分割区域中的重叠区域；对重叠区域进行图像分割，确定重叠区域边界；将重叠区域边界和外边界进行叠加，完成对待分割区域的分割。本技术实施例首先确定类圆形
目标的重叠区域，然后对重叠区域进行分割，能够减少分割时对整个图像的影响，从而提高分割精度。本技术提出的类圆形重叠目标的分割方法可以用于类圆形的细胞图像的分割。
附图说明
15.附图用来提供对本技术技术方案的进一步理解，并且构成说明书的一部分，与本技术的实施例一起用于解释本技术的技术方案，并不构成对本技术技术方案的限制。
16.图1是本技术实施例提供的类圆形重叠目标的分割方法的步骤流程图；
17.图2为本技术实施例提供的根据灰度值确定待分割区域的步骤流程图；
18.图3为本技术实施例提供细胞的第一待分割灰度图；
19.图4为本技术实施例提供细胞的第二待分割灰度图；
20.图5为本技术实施例提供的根据多边形近似算法检测待分割区域的外边界并确定边界特征点的步骤流程图；
21.图6-a为本技术实施例提供的在外边界选取第一边界点和第二边界点的第一示意图；
22.图6-b为本技术实施例提供的在外边界选取第一边界点和第二边界点的第二示意图；
23.图7-a为本技术实施例提供的待分割区域的外边界示意图；
24.图7-b为本技术实施例提供的外边界的边界特征点示意图；
25.图8为本技术实施例提供的确定目标分裂点对的步骤流程图；
26.图9为本技术实施例提供细胞的第三待分割灰度图；
27.图10为本技术实施例提供的重叠区域的分割结果示意图；
28.图11为本技术实施例提供的待分割区域的分割结果示意图；
29.图12为本技术实施例提供的类圆形目标分割结果示意图；
30.图13为本技术实施例提供的类圆形重叠目标的分割系统的示意图；
31.图14为本技术实施例提供的装置的示意图。
具体实施方式
32.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本技术，并不用于限定本技术。
33.需要说明的是，虽然在系统示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于系统中的模块划分，或流程图中的顺序执行所示出或描述的步骤。说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
34.在医学领域，为了深入研究病理，经常需要拍摄细胞图像。由于细胞在液体中并不是均匀分布的，在拍摄细胞图像时，往往会发现图像中有许多细胞重叠在一起。为了对细胞形态进行量化计算或者是对细胞进行计数，需要对重叠的细胞进行分割。由于细胞近似圆形，现有技术中一般使用分水岭分割等算法，但是这些算法往往会导致过度分割，从而失去许多有效的细胞信息。
35.基于此，本技术提供了一种类圆形重叠目标的分割方法、系统、装置及存储介质，该方法具体为：根据待分割图像的灰度值，确定待分割图像中的待分割区域；其中，待分割区域是指存在重叠区域的两个类圆形目标所在的区域；根据多边形近似算法检测待分割区域的外边界，确定边界特征点；根据边界特征点进行椭圆拟合，确定候选分裂点对；根据候选分裂点对和预设的筛选条件，确定目标分裂点对；根据目标分裂点对，确定待分割区域中的重叠区域；对重叠区域进行图像分割，确定重叠区域边界；将重叠区域边界和外边界进行叠加，完成对待分割区域的分割。本技术实施例首先确定类圆形目标的重叠区域，然后对重叠区域进行分割，能够减少分割时对整个图像的影响，从而提高分割精度。本技术提出的类圆形重叠目标的分割方法可以用于类圆形的细胞图像的分割。
36.下面结合附图，对本技术实施例作进一步阐述。
37.参考图1，图1是本技术实施例提供的类圆形重叠目标的分割方法的步骤流程图，方法包括但不限于步骤s100-s170：
38.s100、根据待分割图像的灰度值，确定待分割图像中的待分割区域；
39.具体地，本技术实施例中的类圆形目标指如细胞这样近似圆形的目标，待分割图像就是指对这些类圆形目标拍摄的图像，若两个类圆形目标中存在重叠区域，需要对其进行有效分割，因此本技术实施例中的待分割区域是指存在重叠区域的两个类圆形目标所在的区域。
40.以细胞图像为例，图像中的细胞作为待分割区域，细胞周围的液体作为背景区域，则待分割区域的灰度值和背景区域的灰度值存在一定差异，根据这种差异能够将待分割图像分为待分割区域和背景区域。
41.可以理解的是，由于本步骤s100是根据待分割图像的灰度对不同区域进行区分，则如果待分割图像不是灰度图像，则对待分割图像进行二值化，以获得待分割图像对应的灰度图像，获取待分割图像对应的灰度图像的内容与本方案的关联性较小，在此不作赘述。
42.下面结合图2，对确定待分割区域的方法作进一步阐述。
43.参考图2，图2为本技术实施例提供的根据灰度值确定待分割区域的步骤流程图，该方法包括但不限于步骤s200-s240：
44.s200、根据预设的滑动窗口内像素点的灰度值，确定临时阈值；其中，滑动窗口小于待分割图像；
45.具体地，根据实际需要，设计一个滑动窗口，滑动窗口相当于将待分割图像中的一部分像素点框起来。可以理解的是，该滑动窗口的大小应该小于待分割图像的大小。在滑动窗口内，确定窗口内所有像素点对应的灰度值，并根据这些灰度值来确定一个临时阈值。
46.在一些实施例中，可以确定窗口内所有像素点对应的最大灰度值以及最小灰度值，将最大灰度值和最小灰度值的均值作为临时阈值。而在另一些实施例中，还可以计算获得窗口内所有像素点对应的灰度值的平均值，将该平均值作为临时阈值。
47.s210、根据临时阈值，确定待分割图像中的临时待分割区域和临时背景区域；
48.具体地，参照图3，图3为本技术实施例提供细胞的第一待分割灰度图。以图3所示的细胞灰度图为例，细胞在细胞灰度图中呈现更深的颜色，液体的部分更浅。因此在细胞灰度图中，细胞区域的灰度比液体区域的灰度更小。
49.因此，在本步骤s210中，将灰度值小于临时阈值的像素点所在区域划为临时待分
割区域，并将灰度值大于或等于临时阈值的像素点所在的区域划为临时背景区域。设临时待分割区域中的像素点数量总和为n0，设临时背景区域中的像素点数量总和为n1，设待分割图像的大小为m*n个像素点，则存在下式
①
：
50.n0+n1＝m
×nꢀꢀꢀ①
51.另外，假定临时待分割区域包含的所有像素的总和占待分割图像的所有像素的比重是w0，临时背景区域包含的所有像素的总和占所有像素的比重为w1，则存在下式
②‑④
：
52.w0+w1＝1
ꢀꢀꢀ②
53.w0＝n0/m
×nꢀꢀꢀ③
54.w1＝n1/m
×nꢀꢀꢀ④
55.s220、计算得到临时待分割区域的和临时背景区域之间的临时方差；
56.具体地，根据步骤s210中的内容，假设计算得到临时待分割区域中所有像素点灰度的平均值是μ0，临时背景区域中所有像素点灰度的平均值是μ1；另外，假设整个待分割图像灰度值的平均值设为μ，则存在下式
⑤
：
57.μ＝w0×
μ0+w1×
μ1ꢀꢀꢀ⑤
58.假设临时待分割区域和临时背景区域之间的临时方差设为g，则临时方差g可以根据下式
⑥
计算得到：
59.g＝w0(μ
0-μ)2+w1(μ
1-μ)2ꢀꢀꢀ⑥
60.将公式
⑤
代入公式
⑥
，临时方差g可以以下式
⑦
表示：
61.g＝w0w1(μ
0-μ1)2ꢀꢀꢀ⑦
62.根据上述计算式
①‑⑦
，可以计算出滑动窗口在当前位置时，临时待分割区域和临时背景区域之间的临时方差。
63.s230、将滑动窗口在待分割图像中滑动，确定多个滑动窗口对应的临时方差；
64.具体地，当滑动窗口滑动，窗口内所包含的像素点会发生改变，由于用于区分临时待分割区域和临时背景区域的临时阈值是根据滑动窗口内像素点的灰度值计算得到，因此当滑动窗口滑动，窗口对应的临时阈值会发生变化，从而导致每次窗口滑动所对应的临时待分割区域和临时背景区域也会发生变化。又由于根据上述计算式
⑦
，临时方差由临时待分割区域和临时背景区域的权重和灰度均值决定，因此，临时方差也会随着窗口滑动而发生变化。
65.因此，在滑动窗口在待分割图像中滑动的过程中，可以多个滑动窗口对应的临时方差。
66.s240、确定最大的临时方差对应的临时阈值为分割阈值，并根据分割阈值，确定待分割图像中的待分割区域和背景区域；
67.具体地，当待分割区域和背景区域之间的方差越大，待分割区域和背景区域之间的区别就越明显，因此，当滑动窗口在待分割图像上完成滑动，可以计算得到多个临时方差，确定最大的临时方差对应的临时阈值为分割阈值，并根据分割阈值，确定待分割图像中的待分割区域和背景区域。
68.通过步骤s200-s240，本技术实施例提供了一种根据灰度值来确定待分割图像中的待分割区域和背景区域的方法，该方法通过滑动窗口的滑动来不断调整临时阈值，从而得到多个临时方差，并根据最大的临时方差对待分割图像中的待分割区域和背景区域进行
区分，有利于得到提高待分割区域和背景区域的区分度，有助于后续步骤中提高图像分割的精确度。
69.步骤s100已经通过上述内容阐述完毕，下面开始阐述步骤s110。
70.s110、根据多边形近似算法检测待分割区域的外边界，确定边界特征点；
71.具体地，存在重叠区域的两个类圆形目标，在重叠区域往往会出现凹陷的现象。参照图4，图4为本技术实施例提供细胞的第二待分割灰度图，以图4左边的两个细胞重叠的情况为例，细胞重叠的区域会出现成对的两个凹点，分别为点a和点b。可以理解的是，由于本技术实施例是用于将存在重叠区域的两个类圆形目标分割开来，而重叠的起点则是成对的凹点。因此在本技术实施中，将成对的凹点称为分裂点。
72.在本步骤中，由于在图像中并不能确定待分割区域是不是属于两个存在重叠区域的类圆形目标所处的区域，因此需要先找出待分割区域是否存在凹点。因此，在本步骤中，根据多边形近似算法检测待分割区域的外边界，确定多个特征点来近似地代表待分割区域的外边界，在本技术实施例中，这些特征点称为边界特征点。在后续寻找分裂点(也就是上述内容中的凹点)的步骤中，则是从这些边界特征点中选取分裂点。
73.下面结合图5，阐述根据多边形近似算法检测待分割区域的外边界并确定边界特征点的流程。
74.参照图5，图5为本技术实施例提供的根据多边形近似算法检测待分割区域的外边界并确定边界特征点的步骤流程图，该方法包括但不限于步骤s500-s530
75.s500、选取外边界中任意一点作为第一边界点，并确定与第一边界点不相邻的第二边界点；
76.具体的，参照图6-a，图6-a为本技术实施例提供的在外边界选取第一边界点和第二边界点的第一示意图。如图6-a所示，选取外边界中任意一点作为第一边界点，第一边界点用pi表示，i表示外边界上点的顺序，假设外边界上有n个点，则i＝1,2,3...(n-2)。确定第一边界点后，根据第一边界点确定第二边界点，第二边界点是与第一边界点不相邻的点，由于实现多边形近似算法需要遍历外边界上所有的点，因此先设第二外边界为pj，j＝i+2,i+3,i+4...n。
77.s510、确定第一边界点和第二边界点之间的第一直线；
78.参照图6-b，图6-b为本技术实施例提供的在外边界选取第一边界点和第二边界点的第二示意图。根据第一边界点和第二边界点，确定第一直线，该第一直线用表示。
79.s520、计算第一边界点和第二边界点之间的所有边界点到第一直线之间的第一距离；
80.具体地，如图6-b所示，遍历第一边界点和第二边界点之间的所有边界点，将这些边界点用p
t
表示，p
t
到第一直线之间的第一距离用d
t
表示。
81.s530、当第一距离大于或等于预设的距离阈值，确定第一距离对应的边界点为边界特征点；
82.具体地，根据实际的精度需要，预先设定一个距离阈值td，若在第一边界点和第二边界点之间，存在一个边界点p
t
，其到第一直线之间的第一距离d
t
大于或等于距离阈值td，则确定该边界点为边界特征点。
83.可以理解的是，由于需要遍历外边界上的每个点，因此可以先固定pi，通过改变pi为p
j+1
、p
j+2
、p
j+3
......来寻找pi和pj之间的边界特征点，也就是说，若pi和pj之间不存在边界特征点，则pj沿外边界向前移动，确定p
j+1
为新的pj，寻找pi和pj之间是否存在边界特征点；而如pi和pj之间存在边界特征点p
t
，则确定p
t
为新的pi，确定p
t+2
为新的pj，继续对外边界进行多边形近似，直到遍历外边界所有点，则能够得到可以代表外边界的所有边界特征点。参照图7-a和图7-b，图7-a为本技术实施例提供的待分割区域的外边界示意图，图7-b为本技术实施例提供的外边界的边界特征点示意图。通过步骤s500-s530，本技术实施例能够将如图7-a所示的待分割区域的外边界，通过多边形近似的方法，用如图7-b中的多个边界特征点表示出来。
84.步骤s110已经通过上述内容阐述完毕，下面开始阐述步骤s120。
85.s120、根据边界特征点进行椭圆拟合，确定候选分裂点对；
86.具体地，由于本技术实施例中的待分割目标是由类圆形目标重叠而成，因此通过对边界特征点进行椭圆拟合，可以在边界特征点中找到可能是分裂点对的候选分裂点对。下面阐述根据边界特征点确定候选分裂点对的具体流程。
87.首先，选取任意两个边界特征点进行椭圆拟合，计算两个边界特征点之间的瓶颈率。假设选取的两个边界特征点分别为pa和pb，pa和pb之间的瓶颈率用e(pa，pb)表示，则瓶颈率可以通过下式
⑧
计算：
[0088][0089]
其中，dist(pa，pb)为pa和pb之间的欧几里得距离，length(pa，pb)为pa和pb两点之间的上边缘长度，length(pb，pa)为pa和pb两点之间下边缘的长度。当根据pa和pb计算得到的瓶颈率小于预设的瓶颈率阈值te，则确定瓶颈率所对应的两个边界特征点为候选分裂点对，也就是说确定pa和pb为一对候选分裂点对。
[0090]
需要说明的是，对于标准圆形单元，瓶颈率的最小值为2/π。但是，考虑到宫颈细胞图像可能存在不规则性或椭圆形，阈值te应该设置成适当小于2/π的数值，因此在本技术实施例中，瓶颈率阈值为标准圆形单元的瓶颈率的最小值，也就是瓶颈率阈值为2/π。
[0091]
而可以理解的是，如果遍历所有边界特征点，也没有检测到候选分裂点对，那表明该待分割区域只包含一个细胞单元，则无需进行后续的分割步骤。
[0092]
s130、根据候选分裂点对和预设的筛选条件，确定目标分裂点对；
[0093]
具体地，根据预设的筛选条件，对候选分裂点进行筛选，确定目标分裂点对，下面结合图8，阐述确定目标分裂点对的具体流程。
[0094]
参照图8，图8为本技术实施例提供的确定目标分裂点对的步骤流程图，该方法包括但不限于步骤s800-s830：
[0095]
s800、根据候选分裂点对将外边界分为第一线段和第二线段，并根据第一线段拟合得到第一椭圆，根据第二线段拟合得到第二椭圆；
[0096]
具体地，选取一对候选分裂点对，假设候选分裂点对中的两个点分别用p1和p2表示，则根据p1和p2，将外边界分为线段l1和l2，根据l1拟合得到第一椭圆，根据l2拟合得到第二椭圆。
[0097]
可以理解的是，由于候选分裂点对可能有多对，则根据不同的候选分裂点对，可以
将外边界分为不同的l1和l2，从而拟合得到不同的第一椭圆和第二椭圆。
[0098]
另外需要说明的是，由于在上述图5记载的方法步骤中，已经说明了利用多边形近似算法检测待分割区域的外边界并确定边界特征点的流程，则可以理解的是，本步骤s8100中提到的外边界分为第一线段和第二线段，实际上是将代表外边界的所有边界特征点分为第一线段和第二线段，也就是一部分边界特征点代表第一线段，其他边界特征点代表第二线段。为了阐述方便，下述内容中也直接使用第一线段和第二线段来阐述。
[0099]
s810、当第一椭圆和第二椭圆的面积比的最大值小于或等于预设的面积比阈值，确定候选分裂点对为第一分裂点对；
[0100]
具体地，第一椭圆的面积用s1表示，第二椭圆的面积用s2表示，第一椭圆和第二椭圆的面积比用r表示，则第一椭圆和第二椭圆的面积比的最大值可以表示为r＝max(s1/s2，s2/s1)。将该最大值r与预设的面积比阈值tr比较，当r小于或等于tr，则确定该候选分裂点对为第一分裂点对，需要进行进一步确定是否为目标分裂点对；而当r大于tr，则认为此时对应的候选分裂点对不正确，则进行其他候选分裂点对的拟合。
[0101]
可以理解的是，当所有候选分裂点对都不正确，则表示当前待分割区域为单个细胞，无需进行分割。
[0102]
s820、计算第一线段与第一椭圆之间的第一平均代数距离，并计算第二线段与第二椭圆之间的第二平均代数距离；
[0103]
具体地，假设第一线段l1上包括s个边界特征点，在xy坐标系中，这些边界特征点用(xi，yi)，i表示点的顺序，则i＝1，2，3，...，s。假设拟合椭圆可以用下式椭圆一般表达式
⑨
表示：
[0104]
ax2+bxy+cy2+dx+ey+f＝0
ꢀꢀꢀ⑨
[0105]
其中，a表示第一椭圆的半长轴长，b表示第一椭圆的半短轴长，c、d、e、f为椭圆表达式中的数学参数。则l1上的点xi到第一椭圆的代数距离可以表示为到第一椭圆的代数距离可以表示为因此，称l1上的边界特征点到第一椭圆上的平均代数距离为第一平均代数距离，则第一平均代数距离可以表示为下式
⑩
：
[0106][0107]
其中，mad(a；l1)代表第一平均代数距离。
[0108]
同理，可以根据上述方法计算得到第二线段上多个边界特征点与第二椭圆之间的第二平均代数距离，在此不再赘述。
[0109]
s830、当第一平均代数距离和第二平均代数距离中的最小值小于预设的代数距离阈值，确定第一分裂点对为目标分裂点对；
[0110]
具体地，称第一平均代数距离和第二平均代数距离中的最小值为mad
min
，将mad
min
与预设的代数距离阈值t
mad
对比，当mad
min
＜t
mad
，则说明l1和l2中至少一段与对应的椭圆的拟合误差比较小，则确定当前的第一分裂点对为该待分割区域正确的分裂点对，确定当前的第一分裂点为目标分裂点对。
[0111]
在另一些实施例中，当待分割图像是拍摄偏心率较大的细胞的图像，则通过以上瓶颈率的检测可能会误检出一些分裂点对，在这种情况下，步骤s820所计算出的两个平均代数距离都会比较小，因此不能用mad
min
＜t
mad
这一标准消除不正确的分裂点对，因此可以
另外计算madc，madc是指从整个轮廓计算出的平均代数距离，在本技术实施例中称为第三平均代数距离。更具体地，可以先计算l1到第一椭圆的所有第一平均代数距离的第一平均数，并计算l2到第二椭圆的所有第二平均代数距离的第二平均数，最后计算第一平均数和第二平均数的平均值，从而计算得到madc。因此，madc是l1和l2所有特征点到拟合椭圆的平均代数距离的平均数。由于单个类圆形的细胞更接近椭圆形状，因此从单个细胞中计算出的madc通常会比较小，若madc＞t
mad
，可以一定程度上说明当前待分割区域不是单个细胞。因此当满足mad
min
＜t
mad
，且满足madc》t
mad
，则确定当前第一分裂点对为目标分裂点对。
[0112]
通过步骤s800-s830，本技术实施例提供了确定目标分裂点对的步骤流程图。
[0113]
步骤s130已经通过上述内容阐述完毕，下面开始阐述步骤s140。
[0114]
s140、根据目标分裂点对，确定待分割区域中的重叠区域；
[0115]
具体地，确定目标分裂对两个点之间的线段为第三线段，以第三线段为中线，以第三线段的中心作为中心，以第三线段的长度作为边长，确定一个正方形区域，正方形区域为重叠区域。参照图9，图9为本技术实施例提供细胞的第三待分割灰度图，图中方框所示的正方形区域则为重叠区域。
[0116]
s150、对重叠区域进行图像分割，确定重叠区域边界；
[0117]
具体地，参照图10，图10为本技术实施例提供的重叠区域的分割结果示意图，如图10所示，在对两个类圆形目标的重叠部分进行分割时，本技术实施例只对划定的重叠区域进行图像分割，确定重叠区域边界，这样能够有效减少待分割图像其他部分对分割过程的影响，有利于提高分割精度。
[0118]
s160、对外边界进行图像分割；
[0119]
具体地，参照图11，图11为本技术实施例提供的待分割区域的分割结果示意图，如图11所示，对待分割区域分割完成后，可以获得待分割区域的外边界。
[0120]
s170、将重叠区域边界和外边界进行叠加，完成对待分割区域的分割；
[0121]
具体地，参照图12，图12为本技术实施例提供的类圆形目标分割结果示意图。将步骤s150获得的重叠区域边界和步骤s160获得的外边界进行叠加后，如图12所示，将获得包括重叠区域边界的分割结果，完成对待分割区域的分割。
[0122]
通过步骤s100-s170，本技术实施例提出一种类圆形重叠目标的分割方法，该方法包括：根据待分割图像的灰度值，确定待分割图像中的待分割区域；其中，待分割区域是指存在重叠区域的两个类圆形目标所在的区域。根据多边形近似算法检测待分割区域的外边界，确定边界特征点；根据边界特征点进行椭圆拟合，确定候选分裂点对；根据候选分裂点对和预设的筛选条件，确定目标分裂点对；根据目标分裂点对，确定待分割区域中的重叠区域；对重叠区域进行图像分割，确定重叠区域边界；将重叠区域边界和外边界进行叠加，完成对待分割区域的分割。本技术实施例首先确定类圆形目标的重叠区域，然后对重叠区域进行分割，能够减少分割时对整个图像的影响，从而提高分割精度。本技术提出的类圆形重叠目标的分割方法可以用于类圆形的细胞图像的分割。
[0123]
另外，参考图13，图13为本技术实施例提供的类圆形重叠目标的分割系统的示意图，该系统1300包括第一模块1310、第二模块1320、第三模块1330、第四模块1340、第五模块1350、第六模块1360、第七模块1370和第八模块1380。第一模块用于根据待分割图像的灰度值，确定待分割图像中的待分割区域；其中，待分割区域是指存在重叠区域的两个类圆形目
标所在的区域；第二模块用于根据多边形近似算法检测待分割区域的外边界，确定边界特征点；第三模块用于根据边界特征点进行椭圆拟合，确定候选分裂点对；第四模块用于根据候选分裂点对和预设的筛选条件，确定目标分裂点对；第五模块用于根据目标分裂点对，确定待分割区域中的重叠区域；第六模块用于对重叠区域进行图像分割，确定重叠区域边界；第七模块用于对外边界进行图像分割；第八模块用于将重叠区域边界和外边界进行叠加，完成对待分割区域的分割。
[0124]
参考图14，图14为本技术实施例提供的装置的示意图，该装置1400包括至少一个处理器1410，还包括至少一个存储器1420，用于存储至少一个程序；图14中以一个处理器及一个存储器为例。
[0125]
处理器和存储器可以通过总线或者其他方式连接，图14中以通过总线连接为例。
[0126]
存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序以及非暂态性计算机可执行程序。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件或其他非暂态固态存储器件。在一些实施方式中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至该装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0127]
本技术的另一个实施例还提供了一种装置，该装置可用于执行如上任意实施例中的控制方法，例如，执行以上描述的图1中的方法步骤。
[0128]
以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
[0129]
本技术实施例还公开了一种计算机存储介质，其中存储有处理器可执行的程序，其特征在于，处理器可执行的程序在由处理器执行时用于实现本技术提出的类圆形重叠目标的分割方法。
[0130]
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于ram、rom、eeprom、闪存或其他存储器技术、cd-rom、数字多功能盘(dvd)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
[0131]
以上是对本技术的较佳实施进行了具体说明，但本技术并不局限于上述实施方式，熟悉本领域的技术人员在不违背本技术精神的前提下还可作出种种的等同变形或替换，这些等同的变形或替换均包含在本技术权利要求所限定的范围内。