专利名称:果蝇复眼目标的提取方法
技术领域：
本发明属于一种图像提取处理方法，特别是果蝇复眼图像的边缘平滑方法。
技术背景果蝇复眼病变的研究对于人类神经学、遗传学以及治疗人类重大疾病有极其重要的指导意义。研究表明，果蝇的神经系统系统病变、基因突变、视觉障碍都将引发果蝇复眼病变。但目前对果蝇复眼病变的判定都是靠研究人员用镊子一只一只抓来放在体视显微镜下用肉眼去观察，这种方法存在诸多不足判定不准确、费时费力、效率低等。因而，设计出自动诊断果蝇复眼病变的系统具有非常重要现实意义，不仅有助于科学研究中快速广泛的采集果蝇病变标本并分析，而且能使人从繁重的显微镜观察工作中解脱出来，提高诊断的准确性与工作的效率。
发明内容本发明的目的是提供一种果蝇复眼图像的边沿的处理方法，对果蝇的复眼图像目标进行准确分析。
为对果蝇复眼做出准确诊断，需要对提取果蝇的复眼去除背景的影响，由于色彩对光照敏感，不同光照色彩变化很大，采集的果蝇显微图像为RGB空间，但R、G和B3个分量随光照的变化是不一致的，因而不能直接使用来提取果蝇复眼目标。为此采用其它彩色模型中的量以减少光照影响，从而有效提取果蝇复眼目标。通过对果蝇复眼图像分别在RGB，LAB，HSV，YIQ等彩色空间进行大量的实验，发现HSV彩色空间中的色度H受光照影响小，对果蝇复眼目标提取非常有利。HSV计算公式如下V＝max(r，g，b) (1)S=1-min(r,g,b)max(r,g,b)max(r,g,b)≠0---(2)]]>H=cos-1[(r-g)+(r-b)2(r-g)2+(r-b)(g-b)]r≠borg≠b---(3)]]>
其中r、g、b为归一化的R、G、B值。
DNGR的计算公式如下DNGR=[255+G-R2](R>T)---(4)]]>DNGR＝R (0≤R≤T)这就是双色互补法，即色差DNGR和色度H，提取果蝇复眼目标，同时利用面积的特征对目标进行筛选；利用病变果蝇小眼的分布不均的特征和R通道颜色值小的特征对果蝇病变与否做出诊断并标记病变区域。果蝇的复眼图像采集后，先对图像进行平滑降噪处理，对数非线性变换后，再对果蝇灰度化图像进行阈值分割。离散多余背景面积较小，可以根据面积的特征从果蝇复眼目标区分离；同样正常小眼面积也很小，可以通过“填充”的办法重新归入复眼目标区。这样可以通过一次扫描整个图像即可去除离散多余背景和填充正常小眼，筛选出准确的果蝇复眼目标。接着对目标进行筛选，离散多余背景面积较小，可以根据面积的特征从果蝇复眼目标区分离；同样正常小眼面积也很小，可以通过“填充”的办法重新归入复眼目标区。这样可以通过一次扫描整个图像即可去除离散多余背景和填充正常小眼，筛选出准确的果蝇复眼目标。
正常果蝇复眼为比较规则的圆形或卵圆形状，边缘平滑，但根据目标筛选后提取出的复眼目标边缘不平滑，有“毛刺”现象，目标和背景过渡不连续，这是不合理的，因而需要对边缘进行平滑。
“毛刺”的线性半径(即最小线性宽度，以下简称线径)都很小，因而利用线径大小对目标图像做进一步的分割处理，以去除“毛刺”和平滑边缘。线径分割的方法包括以下步骤(1)从第1行第1列开始扫描整个图像；(2)若当前象素灰度为1(背景)，扫描下一象素；否则转第(3)步；(3)横向循环扫描右象素直到遇到灰度值为1的象素或图像边缘为止(此时的循环次数即横向线径)；纵向循环扫描下象素直到遇到灰度值为1的象素或图像边缘为止(此时的循环次数即纵向线径)；(4)若横向线径或纵向线径小于线径分割阈值，转第(5)步；否则，扫描横向循环终止象素(灰度为1)的下一象素；(5)横向线径小于线径分割阈值则将横向循环扫描过的象素灰度置1；纵向线径小于线径分割阈值则将纵向循环扫描过的象素灰度置1；(6)若当前象素是图像最后1个象素则结束；否则，扫描下一象素。
本发明能够快速而有效地对果蝇复眼图像边缘进行平滑处理，保证自动诊断结果的准确性，同时提高诊断工作的效率。
具体实施方式果蝇的复眼图像采集后，为了提高对果蝇复眼病的正确诊断识别率，对采集的图像先进行预处理一方面对图像进行平滑降噪处理，以降低和去除噪声的影响，采用中值滤波的方法对图像进行平滑降噪；另一方面，为有利于果蝇复眼目标的提取，根据RGB颜色值对图像进行增强，本发明采用对数非线性变换图像进行增强。
对图像进行中值滤波既能保留图像边缘又能去除噪声。
经过中值滤波后图像变得模糊，边缘细节信息被平滑了一部分，但噪声基本都除去了。
为了精确的提取目标区域，需要突出目标和背景的边缘，采用对数非线性变换的方法对图像进行增强。对数非线性变换规则如下y=[256log(1+μx255)log(1+μ)]---(5)]]>将任意象素的灰度x变换成灰度y，其中μ为压缩率，在(0，1)的范围。
通过对数非线性变换后，灰度值小的象素其灰度值得到拉伸，灰度值大的象素其灰度值得到压缩，且μ值越大，拉伸和压缩的比率也越大实际采用的μ数，但整个灰度遍布0～255。
果蝇复眼G通道目标灰度值较小(100以下，256级灰度)，而背景灰度较大，通过对数非线性变换，目标更加突出。果蝇复眼区与背景区有明显的颜色层次，同时G通道灰度直方图显示通过对数非线性变换，低灰度区灰度值拉伸了，高灰度区灰度值压缩了。
为分离果蝇复眼和其背景，需要对果蝇灰度化图像进行阈值分割。灰度阈值分割主要有两个步骤(1)确定需要分割的阈值；
(2)将分割阈值与象素点的灰度值比较，以分割图像的象素。
灰度阈值分割后可以看出还有部分离散背景没有从果蝇复眼区目标分离，同时果蝇的正常小眼以及果蝇病变区被当作背景从目标去除，故需要对目标进行筛选，分两步进行第一步，去除多余离散背景和填充正常小眼；第二步，填充病变区。
离散多余背景面积较小，可以根据面积的特征从果蝇复眼目标区分离；同样正常小眼面积也很小，可以通过“填充”的办法重新归入复眼目标区。这样可以通过一次扫描整个图像即可去除离散多余背景和填充正常小眼，筛选出准确的果蝇复眼目标。物体的包含的象素数定义为物体的面积。
复眼目标边缘不平滑可以发现“毛刺”的线性半径，即最小线性宽度，以下简称线径都很小，因而可以利用线径大小对目标图像做进一步的分割处理，去除“毛刺”，并平滑边缘。线径分割的方法如下(1)从第1行第1列开始扫描整个图像；(2)若当前象素灰度为1(背景)，扫描下一象素；否则转第(3)步；(3)横向循环扫描右象素直到遇到灰度值为1的象素或图像边缘为止(此时的循环次数即横向线径)；纵向循环扫描下象素直到遇到灰度值为1的象素或图像边缘为止(此时的循环次数即纵向线径)；(4)若横向线径或纵向线径小于线径分割阈值，转第(5)步；否则，扫描横向循环终止象素(灰度为1)的下一象素；(5)横向线径小于线径分割阈值则将横向循环扫描过的象素灰度置1；纵向线径小于线径分割阈值则将纵向循环扫描过的象素灰度置1；(6)若当前象素是图像最后1个象素则结束；否则，扫描下一象素。
这种方法能够快速而有效地对果蝇复眼图像边缘进行平滑处理，保证自动诊断结果的准确性。
权利要求
1.一种果蝇复眼目标的提取方法，先对采集的果蝇复眼图像进行平滑降噪处理，再对果蝇灰度化图像进行灰度阈值分割和对数非线性变换的方法对图像进行增强，其特征在于对复眼目标边缘进行平滑处理包括以下步骤(1)从第1行第1列开始扫描整个图像；(2)若当前象素灰度为1，扫描下一象素；否则转第(3)步；(3)横向循环扫描右象素直到遇到灰度值为1的象素或图像边缘为止；纵向循环扫描下象素直到遇到灰度值为1的象素或图像边缘为止；(4)若横向线径或纵向线径小于线径分割阈值，转第(5)步；否则，扫描横向循环终止象素的下一象素；(5)横向线径小于线径分割阈值则将横向循环扫描过的象素灰度置1；纵向线径小于线径分割阈值则将纵向循环扫描过的象素灰度置1；(6)若当前象素是图像最后1个象素则结束；否则，扫描下一象素。
专利摘要
一种果蝇复眼目标的提取方法，先对采集的果蝇复眼图像进行平滑降噪处理，再用对数非线性变换对图像进行增强，本发明对复眼目标边缘进行平滑处理方法是从第1行第1列开始扫描整个图像；若当前像素灰度为1，扫描下一像素，否则转下一面步；横向循环扫描右像素直到遇到灰度值为1的像素或图像边缘为止；纵向循环扫描下像素直到遇到灰度值为1的像素或图像边缘为止；若横向线径或纵向线径小于线径分割阈值，转下一步；横向线径小于线径分割阈值则将横向循环扫描过的像素灰度置1；纵向线径小于线径分割阈值则将纵向循环扫描过的像素灰度置1；若当前像素是图像最后1个像素则结束。本发明能够对果蝇复眼图像边缘进行平滑处理，提高图像分析的准确性。
文档编号G06T5/00GK1996385SQ200610136940
公开日2007年7月11日 申请日期2006年12月26日
发明者胡燕瑜, 邓宏贵, 桂卫华 申请人:中南大学导出引文BiBTeX, EndNote, RefMan