基于嵌入式Linux的細(xì)胞特征提取算法設(shè)計(jì)

1 引言

至今為止，圖像處理已經(jīng)發(fā)展成為相對(duì)比較熟悉的研究領(lǐng)域，并且在此領(lǐng)域也取得了巨大的研究成果，但是，絕大部分研究平臺(tái)都是依賴于傳統(tǒng)PC機(jī)或者研究成果應(yīng)用于PC機(jī)，PC機(jī)體積相對(duì)龐大，攜帶不便，這就凸顯了其應(yīng)用的局限性［1］。同時(shí)，對(duì)于某些專業(yè)領(lǐng)域的應(yīng)用還會(huì)造成大量資源的浪費(fèi)。為此本文提出了基于嵌入式Linux來實(shí)現(xiàn)細(xì)胞特征提取的方法。本文算法首先對(duì)原始圖像進(jìn)行預(yù)處理來減小雜質(zhì)、噪聲等對(duì)細(xì)胞特征的影響；其次，對(duì)預(yù)處理過的細(xì)胞圖像進(jìn)行區(qū)域標(biāo)號(hào)和鄰域跟蹤；最后，通過自己設(shè)計(jì)封裝嵌入式Linux圖像處理接口完成算法的封裝實(shí)現(xiàn)。實(shí)驗(yàn)結(jié)果表明，本文提出的方法應(yīng)用在嵌入式Linux系統(tǒng)下能夠準(zhǔn)確地提取出細(xì)胞的周長(zhǎng)及面積特征。

2 細(xì)胞特征提取原理

2.1 細(xì)胞圖像預(yù)處理

從顯微鏡下采集細(xì)胞圖片中，會(huì)出現(xiàn)一些雜質(zhì)、噪聲以及其它各種細(xì)微組織的干擾。原始細(xì)胞圖像如圖1（a）所示，為一幅胃粘膜上皮顯微細(xì)胞圖像。為了在后文算法中精確地提取出細(xì)胞特征，下面介紹圖像幾種預(yù)處理［2］：

（1）對(duì)圖像進(jìn)行平滑和濾波處理

對(duì)在顯微鏡下采集來的原始腫瘤細(xì)胞圖像進(jìn)行平滑和濾波操作，可以改變圖像周圍像素灰度值相差較大的像素點(diǎn)的值，從而抑制圖像中的噪聲，處理效果如圖1（b）所示，可知噪聲點(diǎn)得到了很好的抑制。

（2）對(duì)圖像灰度化操作立即下載瀏攬全文：基于嵌入式Linux的細(xì)胞特征提取算法設(shè)計(jì).pdf