資源描述：
《基于雙邊濾波的主動(dòng)輪廓模型細(xì)胞圖像分割方法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。
1、基于雙邊濾波的主動(dòng)輪廓模型細(xì)胞圖像分割方法研究摘要：區(qū)域主動(dòng)輪廓模型采用先驗(yàn)知識(shí)指導(dǎo)建立分割模型，并在分割的過(guò)程中采用水平集演化的方式使得零水平集自動(dòng)收斂于目標(biāo)物體的邊界。在采用該模型進(jìn)行分割之前，通常都采用高斯濾波器對(duì)圖像進(jìn)行濾波，但是高斯濾波器在對(duì)物體進(jìn)行平滑操作的同時(shí)，也會(huì)造成物體邊界的弱化，從而影響分割效果。本文將雙邊濾波和區(qū)域主動(dòng)輪廓模型結(jié)合起來(lái)，充分利用雙邊濾波在平滑目標(biāo)內(nèi)部的同時(shí)不弱化邊界的特點(diǎn)，在利用區(qū)域主動(dòng)輪廓模型進(jìn)行分割之前使用雙邊濾波對(duì)圖像進(jìn)行處理，實(shí)驗(yàn)結(jié)果顯示使用本方法進(jìn)行分割得到的結(jié)果準(zhǔn)確性得到了提高。abstract:regionalinitiat
2、ivecontourmodelusesprioriknowledgetoguidetheestablishmentofsegmentationmodel,andadoptslevelsetevolutiontomakethezerolevelsetautomaticconvergenceintheboundaryofthetargetobjectintheprocessofsegmentation.beforeconductingsegmentationbythemodel,weadoptsgaussianfiltertofiltertheimage,butitalsocau
3、seaweakeningoftheobjectboundarywhengaussianfilterconductsthesmoothoperationontheobjects,thusaffectingthesegmentationresults.thispapercombineswithbilateralfilteringandregionalactivecontourmodel,takesfulladvantageofthecharacteristicswhichthebilateralfilterdoesnotweakentheboundarywhenconductin
4、gthesmoothoperationontheobjects,andusesbilateralfilterforimageprocessingbeforesegmentationbyusingregionalinitiativecontourmodel.experimentalresultsshowthatthismethodcanimproveaccuracywhenconductingsegmentation.關(guān)鍵詞：圖像分割；雙邊濾波；區(qū)域主動(dòng)分割模型；水平集keywords:imagesegmentation；bilateralfiltering；regionali
5、nitiativesegmentationmodel；levelset0引言在各種圖像處理包括細(xì)胞圖像處理過(guò)程中，常常會(huì)使用高斯算子對(duì)對(duì)圖像進(jìn)行濾波處理。其主要的原因是真實(shí)圖像由于設(shè)備的限制，一般都帶有噪聲，需要使用一定的算法對(duì)圖像進(jìn)行平滑處理。處理噪聲的方法很多，從處理方法上來(lái)說(shuō)，主要分為空域?yàn)V波和頻域?yàn)V波?？沼?yàn)V波技術(shù)主要有均值濾波、中值濾波、高斯濾波[1]、拉普拉斯變換等各種方法。頻域?yàn)V波是先將時(shí)域信息轉(zhuǎn)換到頻域，在頻域中對(duì)圖像信息進(jìn)行處理，處理完畢后再轉(zhuǎn)換成時(shí)域的一種方法。在進(jìn)行圖像分割過(guò)程中，選擇合適的去噪增強(qiáng)算子對(duì)圖像進(jìn)行處理直接影響到分割處理的效果。雙邊濾波自從
6、被提出以來(lái)，因?yàn)槠渚哂斜Ａ暨吔绲耐瑫r(shí)又能起到平滑的應(yīng)用效果，被廣泛應(yīng)用于各種圖像增強(qiáng)之中。本文將雙邊濾波算子引入主動(dòng)輪廓分割模型，并將構(gòu)造出來(lái)的區(qū)域主動(dòng)輪廓模型應(yīng)用于圖像分割過(guò)程中，推導(dǎo)出水平集函數(shù)的演化過(guò)程。并將該水平集分割函數(shù)應(yīng)用于具體的細(xì)胞圖像分割過(guò)程之中。1基于雙邊濾波的圖像分割能量傳導(dǎo)模型1.1雙邊濾波介紹二維圖像可以定義為一個(gè)二維矩陣，其中每個(gè)元素對(duì)應(yīng)相應(yīng)位置的像素，元素值即為該像素的灰度值。記ip為圖像位于位置p=(pi,pj)處的像素值，記f[i]為應(yīng)用濾波器f到圖像i的結(jié)果。高斯濾波計(jì)算公式為：gf[i]p=■g■（‖p-q‖）i■（1）其中‖p-q‖為像素
7、p和像素q之間的距離，而為g■（i，j）二維高斯函數(shù)。高斯濾波是目前圖像處理中使用的應(yīng)用廣泛的一種濾波方式，其具有計(jì)算迅速，效果穩(wěn)定等等眾多優(yōu)點(diǎn)。這主要是因?yàn)槎S高斯函數(shù)具有很多優(yōu)點(diǎn)[2]。但是同時(shí)高斯濾波器也存在一些缺點(diǎn)，如：高斯濾波會(huì)使得圖像中物體邊緣模糊化，還會(huì)使得物體邊界出現(xiàn)空洞現(xiàn)象。而這些特性使得相應(yīng)的圖像處理變得困難。雙邊濾波是c.tomasi和r.manduchi[3]提出了一種非迭代的簡(jiǎn)單策略，是一種可以保邊去噪的濾波器[4]。之所以可以達(dá)到此去噪效果，是因?yàn)闉V波器是由兩個(gè)函數(shù)構(gòu)成。一個(gè)
